基于低功耗移动 GPU 设备的蒙特卡洛中子输运
摘要
将 GPU 用于蒙特卡洛粒子输运尚缺乏公平的对比。本文在相同封装、相同制造工艺的低功耗移动设备上，于 CPU 与 GPU 上进行了仿真。采用带新鲜燃料的简单 pin-cell 基准问题的实验在 CPU 与 GPU 间给出了一致的结果。同时发现，Apple M1 GPU 的性能是 M1 CPU 的两倍，而功耗方面享有 5 倍的优势。为 GPU 优化的粒子排序算法将计算效率提升了 28%，同时显著降低了 GPU 功耗。该排序算法的优势预计在乏燃料问题上比在新鲜燃料问题上更为明显。为连续变化材料设计的核重构多普勒展宽算法被证明能与参考代码产生一致的多普勒系数，且该算法可在 GPU 上高效实现。与使用双精度浮点数的参考代码相比，使用单精度浮点数的测试代码会将有效增殖因子(K-effective)低估约 500 pcm，但燃料的多普勒系数仍被很好地复现。该结论可强化如下论点：高性能计算机采用 GPU 有助于降低总功耗。
引用
@article{arxiv.2208.06296,
title = {Monte Carlo neutron transport using low power mobile GPU devices},
author = {Changyuan Liu},
journal= {arXiv preprint arXiv:2208.06296},
year = {2022}
}
备注
This work is an English translated version of an article submitted to the CORPHY 2022 conference(http://corphy2022.org.cn), which is postponed to be held in Shanghai in 2023. Original text is in Chinese, and there may be minor difference in the contents. This work is also an extension to the published article. https://www.sciencedirect.com/science/article/pii/S0306454922001852