基于粒子模拟问题的GPU高性能计算系统

基于粒子模拟问题的GPU高性能计算系统

论文摘要

计算科学同理论和物理实验并列已成为科学研究的第三支柱。由于它对计算的需求是无穷无尽的,因此高性能计算成为计算科学中非常关键的推动力量。提高计算速度的方法一般采用更快的处理器等硬件设备或者采用更优化的程序设计方法和函数库。近年来,CPU一直按照摩尔定律所预测的速度发展,但是采用提高CPU制程和主频的来提高CPU的计算能力的传统办法遇到工艺上的壁垒,暂时无法突破。另一方面,采用上述方法所导致的功耗与发热量过大,也制约了CPU的快速发展。GPU原本是一种处理图形任务的处理器。由于它的特殊架构,使其非常适合于高效率低成本的高性能并行数值计算,因此最近几年得到快速的发展,也逐渐成为高性能计算一个重要分支。分子动力学与宇宙学作为计算科学两个重要的应用领域,通常需要解决复杂的科学计算与数据处理问题。粒子模拟问题是这两个应用领域经常遇到的计算模拟问题,然而目前采用基于CPU的高性能计算技术不能满足上述领域快速地解决粒子计算模拟问题的要求,从而大大制约了科学研究的进程。因此,本文就这一粒子模拟问题所遇到的计算瓶颈,提出了一套基于GPU高性能计算的解决方案。本文将首先设计搭建基于GPU的高性能计算硬件平台,并构建适合GPU计算的软件环境,然后将两个领域的粒子模拟问题的应用软件移植至该平台。最后,在该GPU高性能计算系统上对这两个应用领域的关键计算算例进行测试验证,并与CPU高性能计算平台进行了比较验证分析。实验结果表明,该全新的基于GPU技术的高性能计算解决方案将大大提高计算模拟的速度,同时能大大降低了计算系统的投入与维护成本。在倡导节能环保的今天,这一优势不仅对于建造超级计算机有启示性的意义,还使得桌面超级计算机成为可能。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 国际高性能计算发展趋势
  • 1.2 国内高性能计算发展趋势
  • 1.3 本文的主要内容
  • 1.4 本文的章节安排
  • 第二章 CPU与GPU计算
  • 2.1 CPU计算
  • 2.1.1 CPU的发展历程
  • 2.1.2 CPU计算的现状与瓶颈
  • 2.2 GPU计算
  • 2.2.1 GPU的发展历程
  • 2.2.2 GPU计算的概念与特点
  • 2.2.3 GPU计算的应用
  • 第三章 GPU通用计算平台的设计与搭建
  • 3.1 GPU的应用环境与平台
  • 3.1.1 硬件平台设计
  • 3.1.2 软件平台安装
  • 3.2 GPU平台的应用软件移植
  • 3.2.1 应用软件的介绍
  • 3.2.2 GPU平台安装移植
  • 第四章 GPU通用计算平台的实验验证
  • 4.1 CPU计算的应用环境与平台
  • 4.1.1 硬件平台
  • 4.1.2 软件环境
  • 4.2 Amber11的测试实验结果与分析
  • 4.3 Gadget2的测试实验结果与分析
  • 第五章 结论
  • 5.1 本文所做工作总结
  • 5.2 GPU的优势和问题
  • 5.3 GPU计算展望
  • 参考文献
  • 致谢
  • 相关论文文献

    标签:;  ;  ;  ;  ;  

    基于粒子模拟问题的GPU高性能计算系统
    下载Doc文档

    猜你喜欢