基于MPI+CUDA的并行離散元算法研究.pdf

1、并行計算通過將計算過程分解成若干個小部分，再以并行方式來加以執(zhí)行，從而達(dá)到提高計算效率的目的。在實際應(yīng)用中，并行計算技術(shù)的主要目的就是:使問題求解速度更快，使能求解問題的規(guī)模更大。
　　離散元法多用于模擬不連續(xù)介質(zhì)對象的物理表象。它通過對單元個體間的相互作用及運動的模擬得到實驗數(shù)據(jù)，指導(dǎo)社會生產(chǎn)，極大地提高生產(chǎn)力。在應(yīng)用過程中，要想得好的仿真效果，需要非常大的計算量，耗時較長。因此，如何提高離散元仿真程序的計算速度，是當(dāng)前研究的一

2、個熱點。引入并行計算技術(shù)的方法是目前被廣泛采用并頗為有效的方法之一。
　　本文旨在并行環(huán)境下，提高容器內(nèi)顆粒受力運動過程仿真串行處理算法的效率。傳統(tǒng)的串行程序已經(jīng)用離散元法實現(xiàn)了部分情況的模擬仿真計算，受軟硬件條件限制，其執(zhí)行速度并不理想，模擬對象的規(guī)模也十分受限。在分析現(xiàn)有程序的基礎(chǔ)上，本文探索了在多核系統(tǒng)中離散元法的并行算法實現(xiàn)。作者首先分析以實現(xiàn)相應(yīng)功能的串行算法程序，找出其中耗時最長的計算，在本文實例中耗時最長的就是顆粒運

3、動和遍歷網(wǎng)格計算兩部分;再對其進(jìn)行并行化處理。程序采用單程序多數(shù)據(jù)流的解決策略，使用空間分解法將計算域劃分為多個子域，并針對離散元程序中顆粒位置不斷變化的情況，運用MPI算法和MPI+CUDA算法兩種技術(shù)，通過動態(tài)同步通信等方式實現(xiàn)不同子域間的通信，在通信過程中只傳遞新進(jìn)入邊界區(qū)域的顆粒信息，最大限度地減少每次通信的信息量，在MPI+CUDA算法運用中，利用GPU進(jìn)一步細(xì)分并行顆粒，更一步縮短了離散元法仿真計算的時間，提高了效率。最后，