表面生长随机元胞自动机模型的位向量化GPU实现
分布式、并行与集群计算
2017-02-10 v1 材料科学
统计力学
计算物理
摘要
随机表面生长模型有助于研究诸如Kardar–Parisi–Zhang类的普适性类的性质。从大规模计算研究获得的高精度结果可转移到许多物理系统。许多性质，如粗糙化和某些双时间函数，可使用随机模型的随机元胞自动机（SCA）变体来研究。在此，我们提出一种表面生长模型的高效SCA实现，能够在单个GPU上模拟数十亿个格点。我们还对需要任意随机概率的情况提供了见解，这些概率无法通过位向量化获得。
引用
@article{arxiv.1606.00310,
title = {Bit-Vectorized GPU Implementation of a Stochastic Cellular Automaton Model for Surface Growth},
author = {Jeffrey Kelling and Géza Ódor and Sibylle Gemming},
journal= {arXiv preprint arXiv:1606.00310},
year = {2017}
}
备注
INES 2016, Budapest http://www.ines-conf.org/ines-conf/2016index.html