二维扩散方程的GPU加速

近几年来,GPU因拥有比CPU更强大的浮点性能备受瞩目。NVIDIA推出的CUDA架构,使得GPU上的通用计算成为现实。本文将计算流体力学中Benchmark问题的二维扩散方程移植到GPU,并采用了全局存储和纹理存储两种方法。结果显示,当网格达到百万量级的时候,得到了34倍的加速。     

太阳高能质子地磁传输模拟中的两种并行化策略

在太阳质子事件期间,传输到近地轨道的太阳高能质子通量显著增强,给飞行器安全带来挑战。由于太阳质子空间分布不均,能量差异极大,使得太阳高能质子的地磁场传输模拟的计算规模巨大。本文借助超级计算机,采取对等模式和主从模式实现了对太阳高能质子轨迹模拟的并行化。两种模式对比显示,主从模式能够有效的维持负载均衡,达到更突出的加速比,而且主从模式下大的计算量和任务粒度对大的处理器规模的性能影响更加显著。     

GPU上计算流体力学的加速

本文将计算流体力学中的可压缩的纳维叶-斯托克斯(Navier-Stokes),不可压缩的Navier-Stokes和欧拉(Euler)方程移植到NVIDIA GPU上.模拟了3个测试例子,2维的黎曼问题,方腔流问题和RAE2822型的机翼绕流.相比于CPU,我们在GPU平台上最高得到了33.2倍的加速比.为了最大程度提...