發(fā)布時間：2017-07-17 01:12

  本文關(guān)鍵詞：GPU并行計算在粒子沉降晶格玻爾茲曼模擬中的應(yīng)用與優(yōu)化

  更多相關(guān)文章： 晶格Boltzmann方法 CUDA GPU 粒子沉降 優(yōu)化

【摘要】：粒子沉降運動在自然界中是一種很常見的現(xiàn)象,而且這一運動現(xiàn)象也廣泛存在于眾多領(lǐng)域中,例如工業(yè)應(yīng)用、生命科學、環(huán)境科學和醫(yī)學科學等。因此,近年來對粒子沉降這一現(xiàn)象的研究引起了許多學者的關(guān)注。由于粒子沉降涉及復(fù)雜的計算,人們無法采用理論的方法將其求解,而實驗的方法也受到了種種阻礙。隨著數(shù)值計算方法的興起,給粒子沉降現(xiàn)象的模擬帶來了希望,而目前在流體力學領(lǐng)域應(yīng)用比較多的數(shù)值模擬方法就是晶格玻爾茲曼方法(Lattice Boltzmann Method,LBM)。 LBM是近年發(fā)展起來的一種新流體力學計算方法,它算法較為簡單,又易于處理復(fù)雜邊界,并且還具有天然的并行性,非常適合大規(guī)模的并行計算。因此被廣泛用來數(shù)值模擬各種復(fù)雜流體力學問題。關(guān)于LBM,在本文的第二章有簡要介紹。本文采用LBM方法建立了單粒子的粒子沉降二維動力學模型,利用所建模型數(shù)值模擬單粒子在流體中的二維沉降運動。 通過運用LBM,目前對粒子沉降現(xiàn)象的研究已經(jīng)有了很大的進展,但大多數(shù)僅僅只是實現(xiàn)對各種粒子沉降運動的模擬,卻沒有人考慮其模擬的效率問題。由于粒子沉降模型之復(fù)雜,數(shù)據(jù)量之大,當模型規(guī)模比較大時,模擬所耗時間就會相當長從而導(dǎo)致效率低下。在當今高速發(fā)展的社會,效率是一個很重要的因素。粒子沉降現(xiàn)象是可以被廣泛運用的,因此對該模型的模擬進行加速,提高其效率非常有必要。本文的研究重點就是如何提高粒子沉降模擬效率。 雖然LBM有著天然的并行性,但也只是相對于傳統(tǒng)的數(shù)值模擬方法有了一些改進,為了使其模擬過程更加高效,本文采用了近年發(fā)展并迅速流行起來的方法——在CUDA架構(gòu)下基于GPU的并行計算方法。在LBM方法模型的基礎(chǔ)上,使用"CPU+GPU"異構(gòu)模式,采用CUDA編寫程序,成功實現(xiàn)了對流體的模擬。也就是將LBM的并行性與GPU的并行性完美結(jié)合,達到最佳效果。關(guān)于GPU和CUDA,在第三章有簡要的介紹。 本文在先用LBM的兩個基本算例——Poisueille流和方腔流驗證了基于GPU的并行計算方法的可行性和高效性,然后再在CUDA框架下設(shè)計并實現(xiàn)了粒子沉降運動在GPU上基于LBM的數(shù)值模擬的并行算法。在普通的個人計算機上,分別采用CPU和GPU進行模擬計算,實驗結(jié)果證明在GPU上進行基于LBM的粒子沉降運動數(shù)值模擬的并行計算是完全可行的,其模擬結(jié)果與在CPU上進行模擬的結(jié)果完全一致,而且還可以獲得非�？捎^的加速性能。 雖然基于GPU的并行計算大大提高了程序運行效率,但我們并不滿足于此,在此基礎(chǔ)上還可以通過多種方法對其進行優(yōu)化。本文采用第四章介紹的幾種重要的CUDA程序優(yōu)化方法——維度劃分優(yōu)化、存儲器訪問優(yōu)化、指令流優(yōu)化以及綜合優(yōu)化方法分別對基于GPU的粒子沉降模擬程序進行進一步的優(yōu)化,實驗結(jié)果證明優(yōu)化后的程序運行效率有了進一步的提高。其中屬綜合優(yōu)化效果最為明顯,最終獲得了71倍多的加速比。實現(xiàn)粒子沉降模型LBM模擬的加速,為其更廣泛的應(yīng)用于實際生活中奠定了基礎(chǔ),也推動了GPU通用并行計算技術(shù)應(yīng)用于更多實際問題的發(fā)展進程。
【關(guān)鍵詞】：晶格Boltzmann方法 CUDA GPU 粒子沉降 優(yōu)化
【學位授予單位】：廣西師范大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP338.6
【目錄】：

• 摘要3-5
• ABSTRACT5-9
• 第1章 緒論9-14
• 1.1 課題背景及研究意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.3 論文的主要研究內(nèi)容和結(jié)構(gòu)12-14
• 第2章 晶格Boltzmann方法簡介14-21
• 2.1 晶格Boltzmann方法的發(fā)展14-15
• 2.2 LBM基本理論和公式15-16
• 2.3 LBM的邊界條件處理16-20
• 2.3.1 全程反彈邊界條件17-18
• 2.3.2 半程反彈邊界條件18-19
• 2.3.3 曲線邊界條件19-20
• 2.4 小結(jié)20-21
• 第3章 CUDA簡介21-28
• 3.1 引言21-22
• 3.2 CUDA編程模型22-25
• 3.2.1 主機與設(shè)備22-23
• 3.2.2 內(nèi)核(Kernel)函數(shù)23
• 3.2.3 線程模型23-24
• 3.2.4 存儲器模型24-25
• 3.3 CUDA C簡介25-26
• 3.4 本文的CUDA實驗環(huán)境26-27
• 3.6 小結(jié)27-28
• 第4章 CUDA程序的優(yōu)化28-32
• 4.1 并行劃分優(yōu)化28-29
• 4.1.1 GPU占用率28-29
• 4.1.2 維度劃分29
• 4.2 存儲器訪問優(yōu)化29-30
• 4.3 指令流優(yōu)化30-31
• 4.4 綜合優(yōu)化31
• 4.5 小結(jié)31-32
• 第5章 基于CUDA的兩個典型算例的實現(xiàn)與優(yōu)化32-48
• 5.1 二維Poiseuille流的LBM模擬32-42
• 5.1.1 基于CPU和GPU的Poisueille流實演化程及結(jié)果對比33-37
• 5.1.2 基于CUDA的Poiseuille流模擬優(yōu)化37-42
• 5.2 二維方腔流的LBM模擬42-47
• 5.2.1 基于CPU和GPU的方腔流的實驗結(jié)果及對比43-44
• 5.2.2 基于CUDA的方腔流模擬的優(yōu)化44-47
• 5.3 小結(jié)47-48
• 第6章 基于CUDA的二維粒子沉降LBM模擬的實現(xiàn)與優(yōu)化48-64
• 6.1 二維粒子沉降48-55
• 6.1.1 二維粒子沉降的幾何模型48-49
• 6.1.2 二維粒子沉降的LBM模型49
• 6.1.3 二維粒子沉降的LBM模擬的程序設(shè)計49-55
• 6.2 基于CPU和GPU的粒子沉降的實驗結(jié)果55-57
• 6.3 粒子沉降維度劃分優(yōu)化57-59
• 6.4 粒子沉降存儲器訪問優(yōu)化59-61
• 6.5 粒子沉降指令流優(yōu)化61-62
• 6.6 粒子沉降綜合優(yōu)化62-63
• 6.7 小結(jié)63-64
• 第7章 本文的總結(jié)與展望64-66
• 7.1 總結(jié)64-65
• 7.2 展望65-66
• 參考文獻66-70
• 致謝70-71

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊晶;;基于Simple算法的方腔驅(qū)動流問題數(shù)值模擬[J];電力學報;2010年01期

2 廖全;李隆鍵;崔文智;;不可壓縮流體周期性流動格子波爾茲曼的邊界處理[J];重慶大學學報;2010年12期

3 聶德明,林建忠;格子Boltzmann方法中的邊界條件[J];計算物理;2004年01期

4 張云;王小偉;葛蔚;楊朝合;;多松弛時間格子Boltzmann方法在GPU上的實現(xiàn)[J];計算機與應(yīng)用化學;2011年03期

5 李博;李曦鵬;張云;陳飛國;徐驥;王小偉;何險峰;王健;葛蔚;李靜海;;耦合Nvidia/AMD兩類GPU的格子玻爾茲曼模擬[J];科學通報;2009年20期

6 黃昌盛;張文歡;侯志敏;陳俊輝;李明晶;何南忠;施保昌;;基于CUDA的格子Boltzmann方法:算法設(shè)計與程序優(yōu)化[J];科學通報;2011年Z2期

7 代民果;高智;;同位網(wǎng)格攝動有限體積格式求解浮力驅(qū)動方腔流[J];力學學報;2006年06期

8 李彬彬;李青;;LBM在多核并行編程模型中的應(yīng)用[J];計算機技術(shù)與發(fā)展;2011年07期

9 張超英,李華兵,譚惠麗,劉慕仁,孔令江;橢圓柱體在牛頓流體中運動的格子Boltzmann方法模擬[J];物理學報;2005年05期

10 劉馬林;;三維矩形槽道中顆粒沉降的數(shù)值模擬[J];應(yīng)用數(shù)學和力學;2011年09期

，

本文編號：551355