Технологии распараллеливания решения трехмерных краевых задач на квазиструктурированных сетках в гибридной вычислительной среде CPU+GPU

Авторы

  • И.А. Климонов Новосибирский государственный университет https://orcid.org/0000-0002-9720-2746
  • В.Д. Корнеев Институт вычислительной математики и математической геофизики СО РАН (ИВМиМГ СО РАН)
  • В.М. Свешников Институт вычислительной математики и математической геофизики СО РАН (ИВМиМГ СО РАН)

DOI:

https://doi.org/10.26089/NumMet.v17r107

Ключевые слова:

краевые задачи, методы декомпозиции области, уравнение Пуанкаре-Стеклова, квазиструктурированные сетки, метод Писмана-Речфорда, графические ускорители

Аннотация

При распараллеливании решения трехмерных краевых задач на квазиструктурированных сетках методом декомпозиции расчетной области на подобласти, сопрягаемые без наложения, наиболее трудоемкой вычислительной процедурой является решение краевых подзадач в подобластях. Использование параллелепипедальных квазиструктурированных сеток дает возможность применить для этих целей быстросходящиеся методы переменных направлений. Распараллеливание итерационного процесса по подобластям проводится на CPU в системе MPI, а для решения подзадач в настоящей статье предлагается использовать графические ускорители GPU. Приводятся экспериментальные исследования применения графических ускорителей при решении подзадач методом Писмана-Речфорда. Даются экспериментальные оценки ускорения распараллеливания в гибридной вычислительной среде CPU+GPU по сравнению с расчетами только на CPU.

Авторы

И.А. Климонов

Новосибирский государственный университет
ул. Пирогова, 1, 630090, Новосибирск
• студент

В.Д. Корнеев

Институт вычислительной математики и математической геофизики СО РАН (ИВМиМГ СО РАН)
просп. Лаврентьева, 6, 630090, Новосибирск
• старший научный сотрудник

В.М. Свешников

Институт вычислительной математики и математической геофизики СО РАН (ИВМиМГ СО РАН)
просп. Лаврентьева, 6, 630090, Новосибирск
• заведующий лабораторией

Библиографические ссылки

  1. Yu. V. Vasilevskii and M. A. Ol’shanskii, A Short Course on Multigrid and Domain Decomposition Methods (Mosk. Gos. Univ., Moscow, 2007) [in Russian].
  2. A. Quarteroni and A. Valli, Domain Decomposition Methods for Partial Differential Equations (Clarendon Press, Oxford, 1999).
  3. V. M. Sveshnikov, “Construction of Direct and Iterative Decomposition Methods,” Sib. Zh. Ind. Mat. 12 (3), 99-109 (2009) [J. Appl. Ind. Math. 4 (3), 431-440 (2010)].
  4. V. M. Sveshnikov and D. O. Belyaev, “Construction of Quasi-Structured Locally Modified Grids to Solve the Problems of High Current Electronics,” Vestn. Yuzhn. Ural. Gos. Univ. Ser. Mat. Model. Programm., No. 40, 130-140 (2012).
  5. V. M. Sveshnikov and B. D. Rybdylov, “About Parallelization of Solving of Boundary Value Problems on Quasistruсtured Grids,” Vestn. Yuzhn. Ural. Gos. Univ. Ser. Vychisl. Mat. Inf. 2 (3), 63-72 (2013).
  6. V. D. Korneev, Parallel Programming with MPI (Inst. Comput. Math. Math. Geophys., Novosibirsk, 2002) [in Russian].
  7. V. P. Il’in, Finite Difference and Finite Volume Methods for Elliptic Equations (Inst. Comput. Math. Math. Geophys., Novosibirsk, 2000) [in Russian].
  8. NVIDIA. CUDA C Best Practices Guide.
    http://docs.nvidia.com/cuda/cuda-c-best-practices-guide . Cited February 22, 2016.

Загрузки

Опубликован

25-02-2016

Как цитировать

Климонов И., Корнеев В., Свешников В. Технологии распараллеливания решения трехмерных краевых задач на квазиструктурированных сетках в гибридной вычислительной среде CPU+GPU // Вычислительные методы и программирование. 2016. 17. 65-71. doi 10.26089/NumMet.v17r107

Выпуск

Раздел

Раздел 1. Вычислительные методы и приложения

Наиболее читаемые статьи этого автора (авторов)