基于GPU并行計算的格子Boltzmann方法研究.pdf

1、格子Boltzmann方法(LBM)是國際上近幾十年發(fā)展起來的一種比較新穎的數(shù)值模擬方法。邊界條件易處理、良好的計算穩(wěn)定性、天然的數(shù)據并行性等優(yōu)點,使其在計算流體力學方面發(fā)揮著重要的作用。
　　隨著模擬規(guī)模的日益龐大,計算量的增加,僅靠增加CPU的核數(shù)來提高計算性能是很有局限性的,使得用傳統(tǒng)的多核并行的計算方法是無法完成超大規(guī)模計算任務的。因此人們考慮把圖形處理器GPU應用到數(shù)值計算領域,傳統(tǒng)上，GPU只負責圖形渲染,多數(shù)工作都交

2、由中央處理器 CPU去完成,但GPU與CPU相比有著不同的設計理念,在并行計算方面,GPU有著獨有的優(yōu)勢。因此,對于大規(guī)模計算量的模擬任務,基于GPU并行計算將有著廣闊的前景?？紤]到格子Boltzmann方法是適合并行計算的,所以基于GPU高性能計算的格子Boltzmann方法為人們提供了新思路。
　　本文首先對不同階數(shù)的矩陣相乘進行了基于GPU并行的計算,實驗結果表明階數(shù)越大,并行計算相對于串行計算的加速比越顯著,充分揭示了GP

3、U在計算速度上的優(yōu)越性。而且,我們驗證了使用不同的存儲類型對計算速度是有影響的,使用共享存儲器能進一步提高計算速度。然后,設計了基于GPU并行計算的二維單組分雙相流相分離的LBM算法,邊界條件采用周期邊界條件,模型采用D2Q9模型。在二維算法的基礎上，提出了基于GPU并行計算的三維單組分雙相流相分離的LBM算法,采用D3Q19模型和周期邊界條件?；谏鲜霾⑿兴惴?在GPU高性能計算平臺上，模擬了單組分雙相流二維相分離和三維相分離過程,實