关于快速多极算法FMM的几点注解

详细分析快速多极算法FMM,对引力场的势函数进行了详细的多极展开和泰勒局部展开的推导过程,并在此基础上分析和推导了引力势的两种展开式的截断误差,讨论了FMM的误差收敛情况,说明了FMM的误差可由截断次数p进行控制。

FMM算法的并行化方法

详细分析快速多极算法FMM(Fast Multipole Method)的基本原理,并对引力场的势函数的多极展开和泰勒局部展开进行了详细的推导。给出了串行FMM算法的伪码描述,并对其进行并行化分析、处理,对FMM算法进行了并行化研究。最后,在基于MPI的群集并行计算环境下进行大量的实验并采集实验数据,对算法进行并行化性能分析,得到较好的并行加速比和较高的并行效率。

多极扩展与Barnes-Hut算法的误差分析

详细分析了Barnes-Hut算法的基本原理,对引力场函数做详细的多极展开推导,对展开式的截断误差进行分析,然后从多极扩展的角度出发来分析BH算法的误差收敛情况,得出BH算法是FMA算法在空间质心点的二阶展开的特殊情况,并且进一步从理论上分析得到了“对于三维空间,BH算法在近似条件为θ<1／3^(1/2)(对于二维空间近似条件为θ<1/2^(1/2) 时)误差有界”的结论。

多GPU混合结构下FMM近程算法的优化

近几年,在高性能计算领域,GPU+CPU混合结构成为许多高性能计算机的主要结构,得到了广泛的应用。由于混合结构的特殊性,分析了传统的阿姆达尔定律,将其推广到混合结构中。针对FMM算法中近程计算部分在multi-GPU+CPU混合结构中存在的任务均衡以及通信延时等问题,在混合结构阿姆达尔定律的指导下,提出了多GPU调度模型和两级流水模型。该调度模型能够有效地进行多个GPU之间负载的均衡,缓解近程计算的非均匀性所带来的问题;同时,两级流水模型使CPU和GPU可以并行工作,通过计算和访存的重叠,来隐藏访存带来的延时问题,提高运算部件的利用率。实验验证和数据的比较证明了上述优化的可行性,该优化方案进一步加速了算法的执行。

多体问题FMM算法在加速部件FPGA研究与实现

针对FPGA能较好满足高性能计算的异构多核、并行、低成本、低能耗要求,研究了高性能计算的重要的应用之一——多体问题。分析了多体问题应用广泛的FMM算法以及FMM算法的各个算粒,并在FPGA器件实现算粒,与多核CPU上实现这些算粒进行比较,FPGA都获得了不错的加速比。分析了FPGA应用高性能计算的一些优势和当前面临的问题,对FPGA广泛应用高性能计算进行了初步探索。

现代计算电磁学中的矩量法与快速算法

介绍了现代电磁理论中辐射散射问题的基于边界积分方程的矩量法.通过引入Krylov子空间迭代算法来求解矩阵方程,并使用快速多极子算法来加速计算矩阵向量积,可以使算法的空间和时间复杂度降为O(N1.5).

基于三维管道模型的快速边界元法在阴极保护分析中的应用

该文采用边界元法(BEM)对包含大规模管道结构的阴极保护系统进行分析。为降低管道上的单元数量和单元积分计算量,提出一种三维管道边界元模型,将管道离散为线单元且保留管道圆柱面积分。为了能够在普通微机上模拟大规模阴极保护系统,使用快速多极算法(FMM)加速边界元方程的求解。针对阴极极化边界条件引入的非线性问题,采用迭代算法求解。数值算例表明:采用该文线单元离散管道,相比常规三角形单元,可将单元数量降低一个数量级;快速多极算法可以求解自由度为50 000量级的大规模阴极保护问题。