基于投影法的GPU并行计算研究.pdf

【基于投影法的GPU并行计算研究】 在计算流体力学（CFD）领域，解决复杂的流动传热问题成为了一项挑战，因为这类问题的计算量大，导致计算时间显著增加。为了解决这一问题，研究人员转向利用高效的图形处理器（GPU）进行并行计算，以提高计算效率。与传统的中央处理器（CPU）串行计算相比，GPU并行计算能提供成倍乃至数百倍的加速效果。 投影法是一种常用于CFD中的数值方法，它通过将流体动力学方程转化为一组较易处理的投影方程来求解流场问题。这种方法在处理非稳态流动传热问题时尤为适用。本文针对非稳态问题，开发了一种基于投影法的GPU并行计算策略，旨在加速计算过程。 实验研究以二维顶盖驱动流为例，评估了GPU并行计算的性能。随着网格规模的增大，GPU并行计算的优势更加明显。当网格数量达到500×500时，单块GPU的并行计算速度比CPU串行计算快约28.5倍。这意味着对于大规模的非稳态流动传热问题，GPU并行计算可以显著减少计算时间，提高计算效率。 此研究还涉及了多项科研基金项目的支持，包括国家自然科学基金项目、北京市自然科学基金委员会-北京市教育委员会联合项目以及长城学者培养计划等，体现了该研究的学术价值和实际意义。此外，研究者们还探讨了GPU计算与CPU计算在处理相同问题时的性能差异，为后续的并行计算优化提供了参考。 关键词：非稳态问题；投影法；GPU计算；CPU计算 此研究不仅展示了GPU并行计算在解决复杂计算问题上的潜力，也为CFD领域的数值方法优化提供了新的思路。随着GPU计算技术的不断发展和优化，未来在流动传热及其他相关领域的计算效率有望得到更大的提升。同时，这种并行计算策略的实施也为其他需要大量计算的科学问题提供了可能的解决方案，推动了高性能计算的发展。