基于異構系統(tǒng)的流固耦合模擬并行算法的研究與實現(xiàn).pdf

1、在過去10年中，計算機技術和集成電路技術依舊發(fā)展迅猛。GPU已經發(fā)展成一種專門面向計算密集型的CPU協(xié)處理器，服務于大規(guī)模和高并行化的計算應用。在由CPU和GPU構建的異構系統(tǒng)架構中，CPU和GPU的協(xié)同并行計算已成為高性能計算的研究熱點，主要涉及到該系統(tǒng)架構能夠根據(jù)計算任務的特點將計算資源合理分配給CPU和GPU，從而提高計算資源的利用率，以低開銷實現(xiàn)高計算性能。
　　本文對流固耦合問題數(shù)值模擬的CPU-GPU和CPU-MIC并

2、行算法進行了探索。格子玻爾茲曼法(Lattice-Boltzmann method，LBM)是對復雜流場進行數(shù)值模擬的主要方法，浸入邊界法(Immersed Boundary method，IBM)則是對固體結構沉浸在流場中微觀作用情況進行處理的方式之一。LBM將流體抽象成大量的微觀粒子，并在網(wǎng)格上進行遷移和碰撞，反應微粒分布的統(tǒng)計函數(shù)進行時空演化得到流場宏觀變量，而IBM將固體邊界對流場的影響轉化成體積力的形式讓流場感知。用IB-LB

3、M(Immersed Boundary-Lattice-Boltzmann method)對不可壓縮流體的流固耦合問題進行模擬計算和分析。但是IB-LBM屬于計算密集型應用，當模擬的規(guī)模增大時，對計算性能的要求迅速提高。
　　為此，文章采用CUDA(Computer Unified Device Architecture)編程框架，設計了基于異構系統(tǒng)的IB-LBM模擬流固耦合的并行算法。首先，采用D2Q9的LBM格子模型，結合IB

4、M對有固體浸入的流場完成數(shù)值框架的建立，將測試數(shù)據(jù)與已有數(shù)據(jù)進行對比驗證。通過給定處理器粗細粒度分布方式，描述了更新LBM和修正IBM的并行算法，提出了三種數(shù)據(jù)結構對算法性能進行優(yōu)化。其次，將IB-LBM并行算法在CPU-GPU和CPU-MIC兩種異構并行系統(tǒng)進行實現(xiàn)，并且設計出針對這兩種異構系統(tǒng)的新的計算資源分配策略，對算法性能進一步優(yōu)化。最后，使用MFLUPS理想標準值對三種數(shù)據(jù)結構、線程數(shù)擴展性、兩種體積分數(shù)以及不同網(wǎng)格大小等方面