一种cpu-gpu下基于dem的高效解法器及其在模腔填充问题中的应用-an efficient solver based on dem under cpu - gpu and its application in cavity filling problem.docxVIP

下载本文档

1
0
约3.49万字
约 62页
2018-06-03 发布于上海
举报
版权申诉

一种cpu-gpu下基于dem的高效解法器及其在模腔填充问题中的应用-an efficient solver based on dem under cpu - gpu and its application in cavity filling problem.docx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

一种cpu-gpu下基于dem的高效解法器及其在模腔填充问题中的应用-an efficient solver based on dem under cpu - gpu and its application in cavity filling problem

摘要颗粒流流动现象广泛存在于自然界和工程实践等领域中,其中大量离散颗粒的相互作用而使得颗粒流运动特性极其复杂,对这种作用机理的研究具有非常重要的意义.离散元法(DEM)是研究颗粒流运动情况的一类重要方法,目前已引起颗粒流学术界的广泛关注.采用离散元法进行数值模拟时,其模拟体系强烈地依赖于数值格式和计算机的硬件环境.近年来,GPU作为一种新的加速技术而被大量地应用到科学计算领域,并取得了显著的性能提升和功耗-效率的改善.然而,基于GPU加速技术的离散元法的应用还处于发展阶段,它已吸引了众多学者和工业应用界的广泛关注.本文首先基于Trubal软件包,采用GPU加速技术构建了基于DEM的高效并行解法器,主要通过以下两步实现:1.采用动态存储结构重构了Trubal软件包中的静态存储结构,研发了相应的串行解法器;2.基于CPU-GPU异构体系,利用纹理内存和无存储体冲突的共享内存来提高GPU内存带宽的使用率和优化整体性能,并研制了相应的并行解法器.接着针对一类模腔填充问题,设计了相应的数值模拟方案,并给出了Trubal和我们研制的串/并行解法器关于计算效率的比对结果.数值实验表明,这三种解法器的数值模拟结果基本一致,颗粒分布均符合实际物理过程;在一定的硬件环境下,串行解法器的计算效率略高于Trubal,并行解法器大大地改善了Trubal的计算效率,针对6,000和60,000个颗粒在一些典型的物理时间段上分别取得了4.69和12.78倍的平均加速比.关键词:并行计算,离散元法,模腔填充,CPU-GPU异构体系AbstractParticulateflowsarecommonlyencounteredinbothengineeringandenviron-mentalapplications.Theinteractionofnumerousparticlesbringsthecomplexityoftheirmotioncharacteristics,andpresentsacertainrandomicity.Theunderstand-ingoftheinteractionmechanisminthesesystemsisofhighdemand.Thediscreteelementmethod(DEM)hasattractedplentifulattentionssinceitcanpredictthewholemotionoftheparticulateflowbymonitoringeverysingleparticle.Howeverthecomputationalcapabilityofthemethodreliesstronglyonthenumericalschemeaswellasthehardwareenvironment.Graphicsprocessingunits(GPUs)havere-centlyburstontothescientificcomputingsceneasatechnologythathasyieldedsubstantialperformanceandenergy-efficiencyimprovements.ApplicationsofGPUbased-DEMarelimitedbutmoreandmorepopularnowadays,andnumericalsim-ulationswithactual-engineering-levelnumbersofparticlesareofespeciallyhighdemand.Inthisstudy,aparallelizationofaDEMbasedcodetitledTrubalwasim-plementedbyfollowingtwosteps:1.Thestaticstoragestructurewasfirstlyre-constructed;2.AnessentialparallelismontherelativenewercodewasfurtherconductedbasedonaCPU-GPUheterogeneousarchitecture,whereatexturemem-oryandsharedmemorywithoutbankconflicttechnologywasusedtomaximizethefrequencyofGPUmemorybandwidth.NumericalsimulationswerecarriedoutandacomparisonwasmadeamongtheTrubal,relativenewerserialcodeandthefinalparallelcodetoshowtheben