航空发动机包容性数值仿真并行计算效率研究

研究如何提高航空发动机包容性数值仿真并行计算效率的问题。由于仿真需要庞大的网格数量、高度的非线性和复杂的接触算法,并行计算效率一直比较低,已经成为制约工程应用的重要因素。为了提高航空发动机包容性数值仿真并行计算效率,提出了在共享内存并行模式(Share-Memory Parallel,SMP)下,采用自接触算法进行显式动力学分析,提高并行计算效率的方法。实际算例的比较表明,相比传统的面-面接触算法,采用自接触算法可以有效提高航空发动机包容性数值仿真并行计算效率。

基于MPI的弹道仿真的并行计算研究

介绍了MPI的基本概念,列举了提高并行计算效率的一些措施,并实现了基于MPI消息传递机制的弹道仿真计算模型的并行编程,最后对并行计算和串行计算的结果进行了比较。研究结果表明,将并行计算技术应用于弹道仿真中是可行的,并获得了较高的加速比和计算效率;与单机运行相比,计算机机群可以大大缩短计算时间,提高计算效率,而且可以扩大计算规模,系统适应性和延展性较好。

基于MapReduce的CME参数识别模型并行计算技术

日冕物质抛射(Coronal Mass Ejection,CME)参数识别模型是太阳风预报过程的重要组成部分.在空间环境预报业务中,为提高太阳风预报的准确率,需要提高CME参数识别的精度.模型以计算任务串行的方式运行,运算效率低导致模型运算时间长,不能满足这种需求.CME参数识别模型的物理运算过程相互不独立,其在单节点上的运行方式不能满足并行化要求.基于MapReduce的并行计算框架,改进了CME参数识别模型的计算流程,提出CDMR(CME detection under MapReduce)方法,实现了CME参数识别模型的并行计算,并对比分析CME参数识别模型在串行计算和MapReduce并行计算下的运行时间,提高了模型的识别精度和计算效率.

GPS“射线打靶”模式的并行计算(英文)

全球定位系统（ＧＰＳ）“射线打靶”模式是ＧＰＳ／ＭＥＴ（气象）资料变分同化中联系ＧＰＳ原始观测与大气状况的一种自成一体的观测算子，但因其计算量非常巨大而一直没能得到实用。为了克服这一困难，我们建立一个并行版本的 ＧＰＳ“射线打靶”模式，并在国家重点基础研究发展规划项目“大规模科学计算研究”资助下研制的微机机群系统（ＬＳＳＣ）上成功地实现了并行计算，取得了理想的加速比和并行效率，而且具有良好的可扩展性，为该观测算子达到实用迈出了实质性的一步。

一种基于动态区域分解的SPH并行算法研究及应用

为提高SPH(光滑粒子流体动力学)方法的计算速度和大规模仿真能力,发展了一种基于动态区域分解的SPH并行算法。采用基于维度的因数分解法实现任意数目的并行计算区域分解。采用二分法实现快速并行切割面搜索。通过改进子区域分配方法,有效减少计算节点间通信数据量。基于该算法开发了并行SPH计算软件PTS,并对弹丸超高速斜撞击平板形成碎片云过程进行了并行SPH仿真。仿真结果表明:该算法适应大规模冲击动力学仿真,可有效保证仿真过程中的负载平衡,并具有较好的线性加速特性。

湍流燃烧算例在多种CPU平台的模拟性能对比

新型燃烧室研发需要高精度数值模拟及大规模并行计算。几何高保真加上高精度的湍流模型、湍流燃烧模型和化学反应机理等,必需从各方面提升大规模并行计算效率。目前超算平台的浮点运算能力评测并不能完全代表湍流燃烧模拟的实际消耗,因此列举了各计算平台的Linpack测试分数进行参考,采用典型湍流火焰数值模拟对常用的CPU超算平台进行测试,检验并行计算效率,分析结果。湍流燃烧模拟采用自研AECSC软件,结构化网格,对比了Intel、AMD和国产CPU平台。结果表明,超算平台浮点数运算能力和湍流火焰模拟效率不一致,对同一算例的计算时间存在差异;国产超算平台表现优于参考的浮点算力;不同的求解过程有不同的加速比。