CPU/GPU集群上求解偏微分方程的可扩展混合算法

• 作者: 杨超 罗力 蔡小川 赵宇波
• 来源期刊: 集成技术
• 关键词: PDEs CPU/GPU集群 区域分解 代数多重网格 可扩展算法
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 高性能计算与网络计算
• 页码范围: 84-88
• 页数: 5页
• 字数: 4009字
• 语种: 中文

摘要

当前世界上排前几位的超级计算机都基于大量CPU和GPU组合的混合架构,它们对某些特殊问题,譬如基于FFT的图像处理或N体颗粒计算等领域可获得很高的性能.但是对由有限差分(或基于网格的有限元)离散的偏微分方程问题,于CPU/GPU集群上获得较好的性能仍然是一种挑战.本文提出并测试一种基于这类集群架构的混合算法.算法的可扩展性通过区域分解算法实现,而GPU的性能由基于光滑聚集的代数多重网格法获得,避免了在GPU上表现不理想的不完全分解算法.本文的数值实验采用32 CPU/GPU求解用差分离散后达三千万未知数的偏微分方程.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨超	中国科学院软件研究所	114	799	15.0	23.0
2	罗力	中国科学院深圳先进技术研究院	2	3	1.0	1.0
3	赵宇波	中国科学院深圳先进技术研究院	6	37	3.0	6.0