耦合Nvidia/AMD两类GPU的格子玻尔兹曼模拟

• 作者: 何险峰 张云 徐骥 李博 李曦鹏 李静海 王健 王小伟 葛蔚 陈飞国
• 来源期刊: 科学通报
• 关键词: GPGPU 格子波尔兹曼 Nvidia AMD 多程序多数据流 联合计算
• 年，卷（期）: 2009,（20）
• 所属期刊栏目: 论文3
• 页码范围: 3177-3184
• 页数: 8页
• 语种: 中文
• DOI: 10.1360/972009-1347

摘要

利用图形处理单元(graphic processing unit,GPU)进行通用计算近年来得到关注,Nvidia和AMD公司已推出了各自的开发环境CUDA和ASC.很多计算在GPU上的速度远高于目前的CPU.格子玻尔兹曼方法(lattice Boltzmann method,LBM)作为一种网格上的粒子方法,对流动模拟具有良好的内在并行性,非常适合利用GPU进行大规模并行计算.本文提出了一种耦合Nvidia和AMD的两类GPU完成LBM凹槽流模拟的算法,对于两类GPU,在LBM的D2Q9模型下分别设计了相应的算法和程序,之后利用消息传递接口(message passing interface,MPI)协议通过多程序多数据流(multi-program multi-data,MPMD)模式使其能够联合计算,以充分发挥混合GPU集群系统的性能.通过GPU和CPU程序结果的比较,证实了GPU计算的正确性和所能带来的显著的加速比,为建设通用大规模GPU并行计算平台提供了重要参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王小伟	中国科学院过程工程研究所	15	70	6.0	8.0
2	王健	中国科学院过程工程研究所	153	1133	18.0	27.0
3	张云	中国科学院过程工程研究所	68	856	16.0	27.0
4	葛蔚	中国科学院过程工程研究所	41	358	12.0	17.0
5	李静海	中国科学院过程工程研究所	47	730	18.0	25.0
6	何险峰	中国科学院过程工程研究所	16	142	7.0	11.0
7	李博	中国科学院过程工程研究所	128	1216	17.0	31.0
8	徐骥	中国科学院过程工程研究所	12	65	4.0	8.0
9	李曦鹏	中国科学院过程工程研究所	3	15	2.0	3.0
10	陈飞国	中国科学院过程工程研究所	4	1	1.0	1.0