GPU加速的非結(jié)構(gòu)自適應(yīng)網(wǎng)格方法的研究與應(yīng)用.pdf

1、本文發(fā)展了一種GPU加速的基于非結(jié)構(gòu)四邊形自適應(yīng)加密網(wǎng)格的二維無黏可壓縮流動解算器VA2DG，以及帶計算凝結(jié)問題擴(kuò)展的解算器VA2DGC。網(wǎng)格自適應(yīng)加密技術(shù)是計算流體力學(xué)中一項非常重要的技術(shù)，以前的研究者雖然在GPU上實現(xiàn)過類似的解算器，但是他們并未將自適應(yīng)加密過程置于GPU上執(zhí)行，這會帶來頻繁的數(shù)據(jù)交換問題并降低性能。本文第一次完全的在GPU上實現(xiàn)了非結(jié)構(gòu)網(wǎng)格自適應(yīng)加密方法，極大的減少了因在CPU上實現(xiàn)網(wǎng)格自適應(yīng)所帶來的GPU和CPU

2、之間的數(shù)據(jù)頻繁交換問題。本文采用加密網(wǎng)格表的方式實現(xiàn)了在GPU上高效運行網(wǎng)格自適應(yīng)過程，并使用原子操作來實現(xiàn)加密網(wǎng)格表的并行生成，同時回收廢棄的網(wǎng)格以提高存儲空間的利用效率。
　　本文分別在CPU(Intel E7300)和GPU(Geforce GT9800和Tesla C2050)上模擬了三個典型的二維流動問題，將其結(jié)果對比理論解或者試驗結(jié)果來檢驗該解算器的模擬結(jié)果是否正確，然后將GPU和CPU運行的時間相互比較來分析GPU解

3、算器的性能。通過比對模擬結(jié)果可以發(fā)現(xiàn)GPU模擬的結(jié)果與文獻(xiàn)中的理論解或者試驗結(jié)果吻合得非常好，證明了VA2DG能在GPU上正確的模擬流體問題。基礎(chǔ)優(yōu)化代碼使用GT9800運算時，對比E7300的結(jié)果可以達(dá)到8x的加速比。同樣的代碼在C2050上運行則能達(dá)到28x的加速比。通過在C2050上使用共享存儲器原子操作和配置更大的L1緩存，優(yōu)化代碼能達(dá)到40x以上的加速比。本文重點關(guān)注了網(wǎng)格自適應(yīng)加密過程的并行，這一過程使用GT9800可以達(dá)到

4、3x的加速比，若使用C2050則可以達(dá)到28x的加速比，這也證明了網(wǎng)格自適應(yīng)加密過程的GPU并行是可以高效實現(xiàn)的。這一結(jié)果同樣可以證明GPU架構(gòu)的發(fā)展可以對計算流體力學(xué)帶來明顯的益處。
　　在驗證VA2DG解算器可靠性的基礎(chǔ)上，本文將VA2DGC用于計算可壓縮流動中的凝結(jié)問題，首先模擬了含水蒸氣凝結(jié)的激波管問題，并與CESE算法計算的結(jié)果進(jìn)行對比，用以驗證VA2DGC程序的可靠性。然后本文模擬了10m×10m和100m×100m區(qū)