用于异构计算架构的自适应动理学-流体求解器
计算物理
2015-07-23 v2
摘要
我们展示了将一个自适应多尺度动理学-流体代码移植到 CPU-GPU 系统的可行性与益处。挑战源于自适应笛卡尔网格的不规则数据访问、动理学与流体单元之间计算成本的巨大差异，以及希望均匀负载所有 CPU 和 GPU。我们的统一流动求解器（UFS）将自适应网格细化（AMR）与基于连续介质失效准则的逐单元自动选择动理学或流体求解器相结合。利用 GPU 能够实现对混合稀薄-连续流的混合模拟，其中包含一百万个 Boltzmann 单元和 24x24x24 速度网格。我们描述了 UFS 中三个模块的 CUDA 内核实现：使用离散速度方法的直接 Boltzmann 求解器、直接模拟蒙特卡洛（DSMC）求解器，以及基于格子 Boltzmann 方法的介观求解器，全部使用八叉树笛卡尔网格。在单个 GPU 上实现了两位数加速，并且对多 GPU 展示了良好的扩展性。
引用
@article{arxiv.1503.00707,
title = {Adaptive Kinetic-Fluid Solvers for Heterogeneous Computing Architectures},
author = {Sergey Zabelok and Robert Arslanbekov and Vladimir Kolobov},
journal= {arXiv preprint arXiv:1503.00707},
year = {2015}
}