大型復(fù)雜油藏CPU與GPU混合并行數(shù)值模擬
發(fā)布時間:2021-08-31 07:34
為了實現(xiàn)大型復(fù)雜油藏混合并行數(shù)值模擬,通過高速InfiniBand網(wǎng)絡(luò)連接多個機群的CPU節(jié)點,建立了新型計算平臺,安裝了并行油藏數(shù)值模擬軟件系統(tǒng),實現(xiàn)了大規(guī)模油藏數(shù)值模擬的并行計算。提出了不同CPU分區(qū)負(fù)載平衡優(yōu)化方法,旨在研究GPU與CPU并行加速技術(shù),提高大型復(fù)雜油藏數(shù)值模擬的時效性。以某油田為例,開展了多組分千萬網(wǎng)格模型并行數(shù)值模擬的測試。測試結(jié)果顯示:在保持各CPU分區(qū)負(fù)載平衡率高于90%的情況下,計算時間縮短了25%;隨著CPU核數(shù)增加,加速比增幅逐漸減小;CPU與GPU混合并行,可比單純CPU并行提速3.96~6.81倍,CPU核數(shù)越多,各分區(qū)數(shù)據(jù)交換量也隨之增加,GPU承擔(dān)的計算量增大。GPU與CPU并行加速技術(shù)及多組分千萬網(wǎng)格模型并行數(shù)值模擬的實現(xiàn),為實現(xiàn)復(fù)雜油藏精細(xì)地質(zhì)和流體模擬提供了基礎(chǔ)。
【文章來源】:中國科技論文. 2020,15(05)北大核心
【文章頁數(shù)】:5 頁
【部分圖文】:
數(shù)值模擬模型子域分解[23]
由于氣頂和油環(huán)中高含CO2,且氣頂中的CO2處于超臨界狀態(tài),相態(tài)復(fù)雜,為了有效模擬油氣的開發(fā)特征,需建立多組分流體模型;谠蚉VT實驗分析,將原油劃分為6個擬組分:N2、CO2、 C1、 C2~C4、 C5~C6、 C7+。根據(jù)對油氣藏地質(zhì)特征和流體特征的認(rèn)識,建立了精細(xì)的數(shù)值模擬模型,總網(wǎng)格數(shù)為1 824萬個,平面網(wǎng)格步長為200 m×200 m,垂向網(wǎng)格步長約為2 m,所建數(shù)值模擬模型如圖2所示。2.2 CPU并行測試
對所建數(shù)值模擬模型開展了CPU并行計算加速測試。按照CPU分區(qū)的基本原則和方法,對該油田數(shù)值模擬模型進行了負(fù)載平衡優(yōu)化,保證各分區(qū)負(fù)載平衡率高于90%。圖3為該油田負(fù)載平衡優(yōu)化前后計算時間的對比,模擬時間為10 a。由圖3可以看出:優(yōu)化后分區(qū)的計算時間均低于默認(rèn)分區(qū)的計算時間,計算速度約提高25%;并且隨著CPU核數(shù)的增加,所花費的時間縮短。圖4為整個模型求解進程的時間。當(dāng)計算核數(shù)從16增加到128時,理想情況下,模型計算速度應(yīng)該增加8倍。而實際上,當(dāng)CPU核數(shù)增加時計算速度雖然得到改善,但計算核數(shù)從16增加到128時,計算速度僅增加4.56倍。當(dāng)節(jié)點數(shù)量較多時,由于存在更多的MPI進程和數(shù)據(jù)交換占用時間,因此加速比增幅減小。隨著技術(shù)的進步,處理器和網(wǎng)絡(luò)速度也隨之提高,數(shù)據(jù)交換時間減少,有利于提高加速比。
【參考文獻】:
期刊論文
[1]孔隙型碳酸鹽巖油藏高含水期剩余油挖潛對策研究[J]. 廉培慶,李琳琳,段太忠. 中國科技論文. 2019(01)
[2]基于網(wǎng)格過水倍數(shù)提高油藏歷史擬合精度的方法[J]. 李琳琳,廉培慶,劉彥鋒. 中國科技論文. 2018(21)
[3]縫洞型碳酸鹽巖油藏并行模擬器及其應(yīng)用研究[J]. 李毅,張可霓,胡立堂,康志江,張冬麗,趙艷艷,張允. 地質(zhì)科技情報. 2018(01)
[4]綜合沉積正演與多點地質(zhì)統(tǒng)計模擬碳酸鹽巖臺地——以巴西Jupiter油田為例[J]. 張文彪,段太忠,劉彥鋒,徐睿,楊志成,張德民. 石油學(xué)報. 2017(08)
[5]分布式并行油藏模擬高效求解器的構(gòu)建[J]. 趙國忠. 大慶石油地質(zhì)與開發(fā). 2016(05)
[6]基于MPI的eclipse并行計算在油藏模擬中的應(yīng)用[J]. 劉義坤,羅鑫,初陽. 科學(xué)技術(shù)與工程. 2011(25)
[7]雙重介質(zhì)油藏數(shù)值模擬并行算法研究[J]. 伍軼鳴,李勇,李保柱,姚軍. 西南石油大學(xué)學(xué)報(自然科學(xué)版). 2009(06)
[8]大慶油田PC集群大規(guī)模油藏數(shù)值模擬[J]. 趙國忠,尹芝林,吳邕. 西南石油學(xué)院學(xué)報. 2003(06)
[9]基于Cluster的大型油藏數(shù)值模擬的并行計算[J]. 楊耀忠,舒繼武,鄭緯民. 清華大學(xué)學(xué)報(自然科學(xué)版). 2003(09)
[10]并行油藏模擬軟件的實現(xiàn)及在國產(chǎn)高性能計算機上的應(yīng)用[J]. 曹建文,潘峰,姚繼鋒,孫家昶,趙國忠. 計算機研究與發(fā)展. 2002(08)
本文編號:3374482
【文章來源】:中國科技論文. 2020,15(05)北大核心
【文章頁數(shù)】:5 頁
【部分圖文】:
數(shù)值模擬模型子域分解[23]
由于氣頂和油環(huán)中高含CO2,且氣頂中的CO2處于超臨界狀態(tài),相態(tài)復(fù)雜,為了有效模擬油氣的開發(fā)特征,需建立多組分流體模型;谠蚉VT實驗分析,將原油劃分為6個擬組分:N2、CO2、 C1、 C2~C4、 C5~C6、 C7+。根據(jù)對油氣藏地質(zhì)特征和流體特征的認(rèn)識,建立了精細(xì)的數(shù)值模擬模型,總網(wǎng)格數(shù)為1 824萬個,平面網(wǎng)格步長為200 m×200 m,垂向網(wǎng)格步長約為2 m,所建數(shù)值模擬模型如圖2所示。2.2 CPU并行測試
對所建數(shù)值模擬模型開展了CPU并行計算加速測試。按照CPU分區(qū)的基本原則和方法,對該油田數(shù)值模擬模型進行了負(fù)載平衡優(yōu)化,保證各分區(qū)負(fù)載平衡率高于90%。圖3為該油田負(fù)載平衡優(yōu)化前后計算時間的對比,模擬時間為10 a。由圖3可以看出:優(yōu)化后分區(qū)的計算時間均低于默認(rèn)分區(qū)的計算時間,計算速度約提高25%;并且隨著CPU核數(shù)的增加,所花費的時間縮短。圖4為整個模型求解進程的時間。當(dāng)計算核數(shù)從16增加到128時,理想情況下,模型計算速度應(yīng)該增加8倍。而實際上,當(dāng)CPU核數(shù)增加時計算速度雖然得到改善,但計算核數(shù)從16增加到128時,計算速度僅增加4.56倍。當(dāng)節(jié)點數(shù)量較多時,由于存在更多的MPI進程和數(shù)據(jù)交換占用時間,因此加速比增幅減小。隨著技術(shù)的進步,處理器和網(wǎng)絡(luò)速度也隨之提高,數(shù)據(jù)交換時間減少,有利于提高加速比。
【參考文獻】:
期刊論文
[1]孔隙型碳酸鹽巖油藏高含水期剩余油挖潛對策研究[J]. 廉培慶,李琳琳,段太忠. 中國科技論文. 2019(01)
[2]基于網(wǎng)格過水倍數(shù)提高油藏歷史擬合精度的方法[J]. 李琳琳,廉培慶,劉彥鋒. 中國科技論文. 2018(21)
[3]縫洞型碳酸鹽巖油藏并行模擬器及其應(yīng)用研究[J]. 李毅,張可霓,胡立堂,康志江,張冬麗,趙艷艷,張允. 地質(zhì)科技情報. 2018(01)
[4]綜合沉積正演與多點地質(zhì)統(tǒng)計模擬碳酸鹽巖臺地——以巴西Jupiter油田為例[J]. 張文彪,段太忠,劉彥鋒,徐睿,楊志成,張德民. 石油學(xué)報. 2017(08)
[5]分布式并行油藏模擬高效求解器的構(gòu)建[J]. 趙國忠. 大慶石油地質(zhì)與開發(fā). 2016(05)
[6]基于MPI的eclipse并行計算在油藏模擬中的應(yīng)用[J]. 劉義坤,羅鑫,初陽. 科學(xué)技術(shù)與工程. 2011(25)
[7]雙重介質(zhì)油藏數(shù)值模擬并行算法研究[J]. 伍軼鳴,李勇,李保柱,姚軍. 西南石油大學(xué)學(xué)報(自然科學(xué)版). 2009(06)
[8]大慶油田PC集群大規(guī)模油藏數(shù)值模擬[J]. 趙國忠,尹芝林,吳邕. 西南石油學(xué)院學(xué)報. 2003(06)
[9]基于Cluster的大型油藏數(shù)值模擬的并行計算[J]. 楊耀忠,舒繼武,鄭緯民. 清華大學(xué)學(xué)報(自然科學(xué)版). 2003(09)
[10]并行油藏模擬軟件的實現(xiàn)及在國產(chǎn)高性能計算機上的應(yīng)用[J]. 曹建文,潘峰,姚繼鋒,孫家昶,趙國忠. 計算機研究與發(fā)展. 2002(08)
本文編號:3374482
本文鏈接:http://sikaile.net/kejilunwen/jisuanjikexuelunwen/3374482.html
最近更新
教材專著