《面向氣動CFD非線性求解的GPU/CPU混合併行JFNK算法研究》是依託中國人民解放軍國防科技大學，由張理論擔任項目負責人的面上項目。
基本介紹
- 中文名：面向氣動CFD非線性求解的GPU/CPU混合併行JFNK算法研究
- 項目類別：面上項目
- 項目負責人：張理論
- 依託單位：中國人民解放軍國防科技大學
中文摘要,結題摘要,
中文摘要
氣動CFD在工程套用中經常遇到非線性流動問題，在本質上需要採用非線性求解方法。JFNK(Jacobian-Free Newton-Krylov)方法是近幾年發展起來的非線性求解方法，該方法具有存儲量小、數據依賴關係小等特點，非常適合在GPU平台上套用。本項目擬以航空航天CFD典型套用為背景，研究基於GPU/CPU混合體系結構高性能計算機的JFNK並行方法，設計該方法的高效並行預條件子，並針對並行預條件JFNK方法，發展多區結構格線CFD混合併行負載平衡算法。通過本項目研究，設計出適用於氣動CFD套用的預條件JFNK方法大規模混合併行算法，並在我國典型的混合異構高性能計算機平台上實現千萬億次以上計算性能的大規模並行實際套用。
結題摘要
氣動CFD在工程套用中經常遇到非線性流動問題，在本質上需要採用非線性求解方法。JFNK(Jacobian-Free Newton-Krylov)方法是近幾年發展起來的非線性求解方法，該方法具有存儲量小、數據依賴關係小等特點。本項目研究了基於GPU/CPU混合體系結構高性能計算機的JFNK並行方法，設計了該方法的高效並行預條件子，發展了多區結構格線CFD混合併行負載平衡算法，在我國天河-1A超級計算機上進行了CPU/GPU異構混合大規模並行測試。本項目按照預定研究計畫完成了四個年度的研究，已完成整個研究計畫的內容，達到了預期目標。本項目建立了三維可壓縮湍流的JFNK數值模型，包括Newton非線性疊代法、GMRES線性方程組求解法、非線性函式差分代替Jacobian矩陣與矢量積、非線性預條件子等完整的JFNK數值模型，整體疊代性能優於傳統LU-SGS方法。JFNK方法的效率在很大程度上依賴於Newton疊代中Krylov子空間方法的預條件子，本項目對多種預條件子進行了研究，包括傳統求解器LU-SGS、Jacobi、點鬆弛PRSGS以及加性Schwarz區域分解預條件子。提出了兩層GPU並行算法，區塊內基於CUDA編程模型的細粒度數據並行算法以及區塊間基於GPU流處理的粗粒度任務並行算法。針對複雜外形多區格線模擬的特點，提出了kernel分解、分組多流等多種GPU性能最佳化方法。提出了基於嵌套OpenMP的多核CPU與GPU協同並行計算模型以及基於異步GPU執行的多核CPU與GPU協同並行計算模型。提出了與高性能計算機體系結構相適應的層次式負載均衡格線剖分方案，該方案分為兩個層次，即基於多維剖分的結點間負載均衡和基於偽剖分的結點內（可支持異構的）負載均衡。本項目取得的學術成果主要包括出版專著1部，發表SCI論文12篇、EI論文9篇、中文核心期刊6篇，培養博士研究生3名、碩士研究生7名，超額完成了發表7篇論文、培養5名研究生的預期研究成果指標。
