基于GPU加速的Boussinesq类波浪传播变形数值模型

发布时间：2024-02-22 13:06

　　Boussinesq波浪模型是一类相位解析模型,在时域内求解需要较高的空间和时间分辨率以保证计算精度。为提高计算效率,有必要针对该类模型开展并行算法的研究。与传统的中央处理器(CPU)相比,图形处理器(GPU)有大量的运算器,可显著提高计算效率。基于统一计算设备架构CUDA C语言和图形处理器,实现了Boussinesq模型的并行运算。将本模型的计算结果同CPU数值模拟结果和解析解相比较,发现得到的结果基本一致。同时也比较了CPU端与GPU端的计算效率,结果表明,GPU数值模型的计算效率有明显提升,并且伴随数值网格的增多,提升效果更为明显。

【文章页数】：9 页

【部分图文】：

图1CUDA编程模型

由于GPU无法直接读写内存中的数据，因此在核函数运行先需要初始化数据并将其由主机端传递到设备端的全局存储器中;之后，各个线程块会分配到不同的GPU大核(StreamingMultiprocessors，简称SM)上，线程块上的不同线程交给GPU大核上不同的CUDA核心(Stre....

图2数值模型计算流程

图1CUDA编程模型3数值验证

图3孤立波传播过程中不同时刻自由表面

在本工况中，x方向计算域长度为409.6m，静水水深h0为1.0m，在计算域内给出孤立波解析解作为初始条件，波高H=0.6m，孤立波从计算域的左侧向右侧传播，初始时刻波峰位于x0=25m处，网格尺寸Δx=0.2m，忽略底摩擦的影响，且计算域边界处均采用固壁边界条件。图3....

图4t=80s时数值模拟结果与解析解的对比

图3孤立波传播过程中不同时刻自由表面3.2规则波在潜堤海床上的传播

本文编号：3906797