光滑粒子動力學(xué)方法(SPH)是一種較為流行的數(shù)值模擬方法,該方法常被用于流體的模擬仿真。在用SPH方法進(jìn)行數(shù)值模擬的時(shí)候,需要對空間用粒子進(jìn)行插值。為了實(shí)現(xiàn)較為真實(shí)亦或是進(jìn)行較大規(guī)模場景的仿真,需要用到大量的粒子。當(dāng)仿真場景中的粒子數(shù)量以及粒子密集程度增加時(shí),仿真算法的時(shí)間開銷也會增大,故此仿真效果常和仿真效率存在一個(gè)權(quán)衡。為了盡可能得到較好的仿真效果,又不增加計(jì)算的時(shí)間開銷,本文進(jìn)行了關(guān)于SPH算法加速方面的研究,完成了在不降低SPH算法數(shù)值精度的前提下,實(shí)現(xiàn)算法性能突破。借助GPU強(qiáng)大的并行計(jì)算能力,SPH算法的GPU實(shí)現(xiàn)比CPU實(shí)現(xiàn)的性能效果突出。當(dāng)前,較為高效的GPU加速算法主要是基于共享內(nèi)存的任務(wù)調(diào)度。考慮到當(dāng)前主流任務(wù)調(diào)度算法在進(jìn)行數(shù)值計(jì)算時(shí),存在較多冗余數(shù)據(jù)的重復(fù)加載計(jì)算,本文給出了一種新穎的雙重任務(wù)調(diào)度策略,通過不同大小的計(jì)算任務(wù)的并行交錯(cuò)執(zhí)行,在不增加額外閑置線程的情況下,提高了傳統(tǒng)主流任務(wù)調(diào)度算法的計(jì)算性能。此外,考慮到傳統(tǒng)主流方法在粒子較為稀疏的仿真場景中的計(jì)算效率高于共享內(nèi)存的任務(wù)調(diào)度方法,本文設(shè)計(jì)了新的哈希編碼方法,使得共享內(nèi)存的任務(wù)調(diào)度方法和傳統(tǒng)主流方法可以...

【文章頁數(shù)】：88 頁

【學(xué)位級別】：碩士

圖4.10:參數(shù)測試場景效果圖

本文編號：3882845