基于混合并行架构的SPH算法研究

发布时间：2024-01-23 14:43

　　光滑粒子动力学方法(SPH)是一种较为流行的数值模拟方法,该方法常被用于流体的模拟仿真。在用SPH方法进行数值模拟的时候,需要对空间用粒子进行插值。为了实现较为真实亦或是进行较大规模场景的仿真,需要用到大量的粒子。当仿真场景中的粒子数量以及粒子密集程度增加时,仿真算法的时间开销也会增大,故此仿真效果常和仿真效率存在一个权衡。为了尽可能得到较好的仿真效果,又不增加计算的时间开销,本文进行了关于SPH算法加速方面的研究,完成了在不降低SPH算法数值精度的前提下,实现算法性能突破。借助GPU强大的并行计算能力,SPH算法的GPU实现比CPU实现的性能效果突出。当前,较为高效的GPU加速算法主要是基于共享内存的任务调度。考虑到当前主流任务调度算法在进行数值计算时,存在较多冗余数据的重复加载计算,本文给出了一种新颖的双重任务调度策略,通过不同大小的计算任务的并行交错执行,在不增加额外闲置线程的情况下,提高了传统主流任务调度算法的计算性能。此外,考虑到传统主流方法在粒子较为稀疏的仿真场景中的计算效率高于共享内存的任务调度方法,本文设计了新的哈希编码方法,使得共享内存的任务调度方法和传统主流方法可以...

【文章页数】：88 页

【学位级别】：硕士

图4.10:参数测试场景效果图

本文编号：3882845