基于GPU的光波導(dǎo)器件FDTD并行算法研究.pdf

1、FDTD(Finite-Difference Time-Domain時(shí)域有限差分法)是對與時(shí)間相關(guān)的麥克斯韋方程的直接求解。在電磁場問題的數(shù)值計(jì)算中具有廣泛的應(yīng)用。是目前射頻器件以及光器件的計(jì)算機(jī)仿真的最有效的方法之一。 在光器件的仿真中，由于光波長很短，考慮數(shù)值色散的影響，F(xiàn)DTD算法的空間步長一般小于λ/10，導(dǎo)致在進(jìn)行電大尺寸器件仿真時(shí)所需計(jì)算網(wǎng)格數(shù)目相當(dāng)龐大。對于光波導(dǎo)仿真，當(dāng)波長變?yōu)槲⒚准墪r(shí)，空間步長就非常短。對于三維

2、光器件的仿真或者大型二維光器件的仿真，需要很大的存儲空間和運(yùn)算能力。 對于這種大型的電磁場問題，單臺普通PC已經(jīng)不能滿足很多情況下的計(jì)算要求。高性能的大型計(jì)算機(jī)價(jià)格又十分昂貴。由于FDTD算法具有天然的可并行運(yùn)算的優(yōu)勢。將多臺廉價(jià)的PC機(jī)通過網(wǎng)絡(luò)組成能夠協(xié)同工作的機(jī)群來進(jìn)行并行FDTD的計(jì)算成為一種很好的解決方案?？梢詽M足工業(yè)界對大型光器件仿真的要求。因此研究基于PC機(jī)群的并行FDTD算法的優(yōu)化，并為FDTD應(yīng)用研究一種低成本的

3、并行計(jì)算系統(tǒng)確有必要。 基于CPU的PC機(jī)群在處理光器件的FDTD仿真時(shí)，能夠滿足存儲空間的需求，但是運(yùn)算能力仍然不夠強(qiáng)大，這就需要運(yùn)算能力更加強(qiáng)大的專有硬件來負(fù)責(zé)運(yùn)算?，F(xiàn)代圖形處理器GPU(Graphic Process Units)將數(shù)據(jù)流并行處理的概念引入硬件結(jié)構(gòu)中，具有高性能的數(shù)據(jù)并行處理能力。由于圖形圖像處理相關(guān)產(chǎn)業(yè)的推動，GPU發(fā)展迅速，與CPU相比，價(jià)格不高，運(yùn)算能力卻高出幾十到幾百倍。GPU在大型電磁場FDTD計(jì)

4、算中運(yùn)算速度優(yōu)勢非常明顯，本文將在第四章詳細(xì)介紹并行FDTD在GPU上的實(shí)現(xiàn)。 論文提出并實(shí)現(xiàn)了一種以GPU圖形加速卡為核心，并由PC機(jī)群通過以太網(wǎng)絡(luò)連接組成的FDTD的并行計(jì)算系統(tǒng)。通過使用最新Linux內(nèi)核，采用遠(yuǎn)程網(wǎng)絡(luò)啟動技術(shù)，降低了并行處理單元的成本，提高了整個(gè)并行系統(tǒng)的可靠性。針對此方案開發(fā)了相關(guān)的算法和接口軟件，克服了并行FDTD計(jì)算中的通信瓶頸問題。并從網(wǎng)格劃分，CPU緩存(Cache)和流水線結(jié)構(gòu)，網(wǎng)絡(luò)驅(qū)動方面對

5、并行FDTD算法進(jìn)行優(yōu)化，使得并行FDTD在進(jìn)行光子晶體的仿真中達(dá)到了很高的加速比。針對本文提出了系統(tǒng)，開發(fā)了一整套基于以太網(wǎng)和基于GPU的并行FDTD計(jì)算程序包，包括數(shù)值算法程序和方便的人機(jī)界面程序。并針對一些光波導(dǎo)器件的特性進(jìn)行了仿真和分析。對二階FDTD算法進(jìn)行了并行計(jì)算測試和優(yōu)化，優(yōu)化后得到了很高的并行加速比。仿真結(jié)果同樣顯示基于GPU的并行FDTD系統(tǒng)具有良好的并行特性，可在光波導(dǎo)器件時(shí)域分析方面替代昂貴的大型并行計(jì)算機(jī)系統(tǒng)。