Towards reliable LES-CFD computations based on advanced LBM models utilizing (Multi-) GPGPU hardware
Towards reliable LES-CFD computations based on advanced LBM models utilizing (Multi-) GPGPU hardware
复制标题
利用（多）GPGPU 硬件，基于先进的 LBM 模型实现可靠的 LES-CFD 计算
DOI：
--
复制
发表时间：
2015
期刊：
影响因子：
--
通讯作者：
M. Schönherr
中科院分区：
文献类型：
--
作者：
M. Schönherr
工程师们在一年前就已经解决了这个问题。在建筑物和环境中的大规模的建筑和建筑设计，在规则中是短暂的。Stromungen先生这是一个非常重要的自然模拟。这也是一个非常重要的问题，因为它可以在“高性能计算”（HPC）中进行大规模的韦尔登仿真。这些五金制品的库存量很大，经常会有很多的订单。中型和小型工程师应将硬件安装在控制器中，以避免出现故障。这支部队的任务是解决一个复杂的军事问题，并开始寻找替代方案。
我第一次讲的是一个Gitter Boltzmann方法。这场争论主要是关于知识管理方法的发展和实施。累积晶格玻尔兹曼模型）和deren Vorteilen bezuglich der bis dato verwendeten Modellen。这部新的法典将在程序上进行翻译（英语）。中央处理器（central processing unit，CPU）用于图形化应用（engl.通用图形处理单元（GPGPU）。在第二个任务中，我们将使用一种新的算法和数值优化方法。大北大学将采用一种新的方法，以“深奥的扭曲”命名，从而建立一种特殊的方法。此外，还将实施一项带有直接地址的计划，以便进一步提高语音识别能力。在最大的堕落者中，有一个人在Stromungsfeld被杀，他的名字叫Relevanz。如果一个人的收入增加了，那么他的收入就会增加，而他的收入不会增加。实际上，这是通过一个测试来测试LBM Gitter的能力。第二个线程将通过优化多GPGPU来实现。我正在写一本韦尔登的数字验证书。在各种各样的韦尔登实践中，只有在虚拟实现的基础上才能实现。
Ingenieure vieler Fachbereiche setzen sich seit Jahrzehnten mit Stromungsproblemen auseinander. Aufgrund verhaltnismasig groser Skalen und Geschwindigkeiten im Bereich Bauen und Umwelt, handelt es sich dabei in der Regel um transiente bzw. turbulente Stromungen. Leider sind dafur geeignete zeitabhangige Simulationen naturgemas sehr rechenintensiv. Das ausert sich ublicherweise darin, dass fur die Durchfuhrung entsprechender Simulationen „High Performance Computing“ (HPC) Grosrechner eingesetzt werden. Trotz dieser umfangreichen Hardware Ressourcen benotigen die Berechnungen oft mehrere Tage oder sogar Wochen. Mittleren und kleinen Ingenieurburos steht entsprechende Hardware in der Regel nicht zur Verfugung. Um dieser Zielgruppe ebenfalls die Moglichkeit einzuraumen, komplexe Stromungsprobleme zu losen, galt es sinnvolle Alternativen zu entwickeln.
Im ersten Teil wird auf die Gitter Boltzmann Methode eingegangen. Der Fokus lag dabei auf der Entwicklung und Implementierung der Kumulanten Methode (engl. cumulant lattice Boltzmann model) und deren Vorteilen bezuglich der bis dato verwendeten Modellen. Der entwickelte Code wurde neben der Verwendung auf Prozessoren (engl. central processing unit, CPUs) besonders fur die Verwendung auf Grafikkarten (engl. general purpose graphics processing units, GPGPUs) optimiert. Im zweiten Teil der Arbeit wird auf einige wichtige algorithmische und numerische Optimierungen genauer eingegangen. Dabei wird die an unserem Institut entwickelte Methode mit dem Namen „Esoteric Twist“ vorgestellt, die zu einer Halbierung des Speicherbedarfs gefuhrt hat. Weiterhin wird eine Implementierung mit indirekter Adressierung beschrieben, die ebenfalls zu weiteren Speicher-Einsparungen fuhrte. In den meisten Fallen wird es in einem Stromungsfeld Bereiche geben, die von hoherer Relevanz sind als andere. Ublicherweise mochte man entsprechende Bereiche moglichst hoch aufgelost berechnen, wahrend eine vergleichbare Auflosung in anderen Bereichen unnotig viele Ressourcen bindet. Realisiert wurde diese Anforderung durch ein Verfahren zur Verfeinerung der kartesischen LBM Gitter. Abgeschlossen wird der zweite Teil mit der Beschreibung der entwickelten Multi-GPGPU Losung. Im dritten Teil werden verschiedene numerische Validierungen vorgestellt. Im abschliesenden vierten Teil werden praxisnahe Fragestellungen betrachtet, die nur auf Basis der vorgestellten Implementierungen realisierbar waren.