利用 GPU 加速反应流模拟中的中等刚性化学动力学
摘要
在 GPU 上使用显式积分算法求解了源自算子分裂反应流模拟的化学动力学常微分方程组 (ODEs)。对于氢氧化机制（9 种组分和 38 个不可逆反应）的非刚性化学动力学，采用显式五阶 Runge-Kutta-Cash-Karp 方法进行计算；对于 524,288 个 ODEs，GPU 加速版本的速度分别比单核和六核 CPU 版本快 126 倍和 25 倍。对于代表中等刚性动力学的氢/一氧化碳（13 种组分和 54 个不可逆反应）及甲烷（53 种组分和 634 个不可逆反应）氧化机制，采用稳定化显式二阶 Runge-Kutta-Chebyshev (RKC) 算法进行计算。在使用氢/一氧化碳机制且问题规模包含 262,144 个或更多 ODEs 时，基于 GPU 的 RKC 实现相比基于单核和六核 CPU 的 RKC 算法，性能分别提升了近 59 倍和 10 倍。在使用甲烷机制且问题规模包含 131,072 个或更多 ODEs 时，RKC-GPU 比单核和六核 RKC-CPU 版本快 65 倍和 11 倍以上；在 65,536 个 ODEs 上，其速度甚至比基于六核 CPU 的隐式 VODE 算法快达 57 倍。在存在更严重刚性的情况下，如乙烯氧化（111 种组分和 1566 个不可逆反应），对于 32,768 个或更多 ODEs，RKC-GPU 比六核 RKC-CPU 快 17 倍以上；在 65,536 个 ODEs 上，其最佳表现比六核 CPU 上的 VODE 快 4.5 倍。当时间步长较大时，对于 8192 个或更多 ODEs，RKC-GPU 的表现最佳情况下比六核 VODE 慢 2.5 倍。因此，文中讨论了开发在 GPU 上积分刚性化学新策略的必要性。
引用
@article{arxiv.1309.2710,
title = {Accelerating moderately stiff chemical kinetics in reactive-flow simulations using GPUs},
author = {Kyle E Niemeyer and Chih-Jen Sung},
journal= {arXiv preprint arXiv:1309.2710},
year = {2013}
}
备注
27 pages, LaTeX; corrected typos in Appendix equations A.10 and A.11