面向多异构平台的不可压求解器的移植算法和优化

研究开源计算流体力学软件OpenFOAM中典型不可压求解器icoFoam在异构平台上的并行算法,针对OpenFOAM设计了多异构平台兼容的数据存储结构,并结合可移植异构计算接口(HIP),提出了在两种主流异构平台上移植icoFoam的方案;同时,提出了一种在icoFoam中使用Krylov子空间线性求解器时高效的矩阵格式转换算法,并耦合hipSPARSE和hipBLAS库实现了压力和速度方程的高效求解。实验表明,该统一的移植方案在AMD和NVIDIA异构计算平台上,均使得icoFoam求解器的计算效率得到较大幅度的提升,相比于CPU,可分别获得20.5倍和38.4倍的加速效果。

基于“嵩山”超级计算机系统的大规模管网仿真

供水管网仿真广泛应用于城市供水输配调度,是城市供水管网监测与维护的重要技术手段。由于在面向城市级的大规模管网中产生了海量的计算数据,因此在一般计算平台上无法满足管网仿真计算的算力需求。为提升城市级供水管网仿真的计算效率,提出一种有效的并行化方案。基于“嵩山”超级计算机系统采用中央处理器+数据缓存单元(CPU+DCU)架构,利用其在密集数据计算方面的优势,对“嵩山”超级计算机进行供水管网仿真。参照可移植性异构计算接口(HIP)异构编程模型,在“嵩山”超级计算机上实现供水管网仿真的异构计算,并结合管道数据分割方案,使用消息传递接口开启多进程以实现DCU加速数据通信传递。通过重定义数据类型解决计算过程中结构体传输问题,实现单节点内多DCU的大规模密集计算。在不同计算平台和多种计算策略仿真上的对比结果表明,与传统x86平台相比,该优化方案在小规模数据与大规模数据上的加速比分别达到5.269、10.760,与采用计算统一设备架构异构编程模型的传统GPU异构平台相比,计算性能有明显提高。