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。

一种基于格子玻尔兹曼前向模型的GPU并行加速荧光扩散断层成像的方法

荧光扩散断层成像是一种新兴的成像方式,在生物学和医学等领域具有广阔的应用前景。而目前荧光扩散断层成像中前向问题的求解耗时严重,该问题大大限制应用场景。为了提高荧光断层成像的计算速度,该研究团队提出了一种基于格子玻尔兹曼前向模型的GPU并行加速荧光扩散断层成像的方法。该研究利用格子玻尔兹曼方法构建光传输模型,把在CPU上计算效率低的LBM的碰撞、迁移、边界处理过程在GPU上加速处理,从而加速荧光扩散断层成像的求解。并采用仿真实验和仿体实验验证该方法的可行性。实验结果表明了在和传统求解的扩散方程计算结果一致的前提下,所提方法相比于在CPU上用基于扩散方程有限元方法能达到最高118倍的加速比。因此,结合GPU的LBM方法可有效求解FDOT中的前向问题。

基于GPU的放射性核素海洋大气扩散研究

目前对海洋环境中反应堆严重事故的研究较少,为给海上核应急提供参考,采用欧拉模型,针对海洋环境中放射性核素大气扩散问题,基于GPU编写了大气扩散模拟程序,选取^(133)Xe和^(133)I两种核素作为研究对象,分析核素在30公里范围内的扩散过程,并将计算数据实时显示。结果表明,^(133)I的积分浓度在下风方向约为^(133)Xe的一半,干沉降是^(133)I总量减少的主导因素。基于GPU的程序较非GPU版本加速约15%。

层流扩散燃烧在GPU上的并行计算和数值分析

在实际工程应用中,使用传统的CPU串行计算来开展燃烧数值模拟往往难以满足对模拟速度的要求。利用GPU比CPU更强的计算能力,通过在交错网格上将燃烧物理方程离散化,使用预处理稳定双共轭梯度法(PBiCGSTAB)求解离散化方程,并且探索面向GPU编程的矩阵向量乘并行算法和逆矩阵向量乘并行算法,从而给出一种在GPU上数值求解层流扩散燃烧的可行方法。实验结果表明,GPU并行程序获得了相对串行CPU程序约10倍以上的加速效果,且计算结果与实际情况相符,因而所提方法是可行且高效的。

PMVS算法的CPU多线程和GPU两级粒度并行策略

PMVS(Patch-based Multi-View Stereo)三维重建算法被广泛应用于无人机航拍影像的三维场景重建中。针对PMVS三维重建算法计算量大、时间复杂度高的问题,提出了PMVS算法的CPU多线程和GPU两级粒度并行策略(Multithread and GPU Parallel Schema,MGPS),方法具体包括:基于GPU的PMVS算法特征提取和片面扩散的并行设计;多影像的GPU和CPU任务分配机制,以使得部分任务分配给CPU采用多线程并行,部分任务分配给GPU并行时,程序总运行时间最短。实验采用搭载24核CPU和NVIDIA Tesla K20GPU的高性能服务器作为测试平台,针对分辨率为4081×2993的16幅无人机影像进行三维重建。实验结果表明,相比串行的PMVS算法,基于MGPS的PMVS算法取得4倍左右的加速比,其中特征提取最高加速13倍,计算误差在10%以内,该方法实现了更高效的PMVS三维重建。基于MGPS的PMVS算法还可用于文物保护、医学图像处理、虚拟现实等领域。

基于格子玻尔兹曼方法的荧光扩散断层成像仿真系统设计

计算机仿真技术对于荧光扩散断层成像的理论指导和应用具有重要意义。利用GPU和C++搭建了基于格子玻尔兹曼方法的荧光扩散断层成像的仿真系统。该系统以格子玻尔兹曼方法作为光传输模型基础,实现了对荧光断层成像的前向和后向问题的仿真计算,并设计了图形用户界面。给出了整个仿真系统的结构设计、工作流程等。通过前向问题验证实验和仿真实验,验证了该系统的有效性。

Research on GPU-accelerated algorithm in 3D finite difference neutron diffusion calculation method

In this paper,the adaptability of the neutron diffusion numerical algorithm on GPUs was studied,and a GPUaccelerated multi-group 3D neutron diffusion code based on finite difference method was developed.The IAEA3D PWR benchmark problem was calculated in the numerical test.The results demonstrate both high efficiency and adequate accuracy of the GPU implementation for neutron diffusion equation.

基于Lattice Boltzmann模型的液-液混合流模拟

引入了一种二元Lattice Boltzmann Model(LBM),实现了两种液体组成的混合流的模拟.不同于其它的类似模型,它区分考虑了流体的粘性和扩散特性,可以很容易地模拟各种互溶或者不互溶的混合流现象.此外,由于LBM的运算大都是线性的局部运算,这使得它很容易在可编程图形处理器(Graphics Process Unit,GPU)上进行加速,从而进行实时模拟.给出了若干二元混合流的模拟结果.