一种面向不可压缩 Navier-Stokes 方程半隐式分数步积分的可扩展多 GPU 方法
计算物理
2018-12-05 v1 流体动力学
摘要
本文提出了一种可在多个图形处理单元（GPU）上扩展、用于壁面有界不可压缩流动直接数值模拟的新流场求解器。该求解器利用了先前报道的工作（J. Comp. Physics, vol. 352 (2018), pp.246-264），其在单 GPU 上提出了一种半隐式分数步方法。当在交替方向隐式（ADI）和基于傅里叶变换的直接方法中使用全局转置时，将该工作扩展至多 GPU 会变得低效。本文描述了一种设计高效多 GPU 求解器的新策略，以彻底消除全局转置并实现高可扩展性。针对 GPU 实现了并行对角占优（PDD）和并行划分（PPT）方法，以获得良好的扩展并保持精度。结果表明总体效率为 0.89。使用 4 块 Tesla P100 GPU 在 6.07 亿网格点上模拟了湍流平板边界层。
引用
@article{arxiv.1812.01178,
title = {A scalable multi-GPU method for semi-implicit fractional-step integration of incompressible Navier-Stokes equations},
author = {Sanghyun Ha and Junshin Park and Donghyun You},
journal= {arXiv preprint arXiv:1812.01178},
year = {2018}
}