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.pdf

1、粒子沉降運(yùn)動在自然界中是一種很常見的現(xiàn)象，而且這一運(yùn)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(xué)、環(huán)境科學(xué)和醫(yī)學(xué)科學(xué)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(xué)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(shí)驗(yàn)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(xué)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(LatticeBoltzmannMetho

2、d，LBM)。
　　LBM是近年發(fā)展起來的一種新流體力學(xué)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(xué)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(xué)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(yùn)動。
　　通過運(yùn)用LBM，目前對粒子沉降現(xiàn)象的研究已經(jīng)有了很大的進(jìn)展，但大多數(shù)僅僅只是實(shí)現(xiàn)對

3、各種粒子沉降運(yùn)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(dāng)模型規(guī)模比較大時，模擬所耗時間就會相當(dāng)長從而導(dǎo)致效率低下。在當(dāng)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(yùn)用的，因此對該模型的模擬進(jìn)行加速，提高其效率非常有必要。本文的研究重點(diǎn)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(jìn)，為了使其模擬過程更加高效，本文采

4、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(shí)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(dá)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(yàn)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

5、實(shí)現(xiàn)了粒子沉降運(yùn)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(jī)上，分別采用CPU和GPU進(jìn)行模擬計算，實(shí)驗(yàn)結(jié)果證明在GPU上進(jìn)行基于LBM的粒子沉降運(yùn)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(jìn)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(yùn)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(jìn)行優(yōu)化。本文采用第四章介紹的幾種重要的CUDA