Реализация итерационных методов решения систем линейных уравнений в задачах математической физики на реконфигурируемых вычислительных системах

Бесплатный доступ

В статье рассматриваются характерные особенности реализации итерационных методов решения систем линейных уравнений в задачах математической физики на параллельных вычислительных системах, которыми являются геометрическая декомпозиция расчетной области и распараллеливание данных внутри последовательно выполняемых процессором итераций с интенсивным информационным обменом между процессорами и памятью. Стандартные методы реализации итерационных методов решения систем линейных уравнений при множественных транзакциях с памятью и межпроцессорных обменах, существенно снижающих реальную производительность, дополнительно требуют от вычислительной системы наличия большого числа физических линий связи для реализации сложных топологий и иерархических схем хранения данных. Выходом является использование многопроцессорных систем с реконфигурируемой архитектурой, позволяющее адаптировать свою архитектуру под структуру итерационных алгоритмов математической физики путем распараллеливания по итерациям. В статье рассмотрена реализация метода Якоби для решения краевой задачи Дирихле для уравнения Лапласа на реконфигурируемой вычислительной системе, на примере которой показано сокращение количества внешних каналов обмена как одного из наиболее критических ресурсов реконфигурируемой вычислительной системы.

Еще

Реконфигурируемые вычислительные системы, программируемые логические интегральные схемы, численные методы математической физики, распараллеливание по итерациям, вычислительный конвейер

Короткий адрес: https://sciup.org/147160607

IDR: 147160607   |   DOI: 10.14529/cmse160401

Список литературы Реализация итерационных методов решения систем линейных уравнений в задачах математической физики на реконфигурируемых вычислительных системах

  • Самарский А.А., Гулин А.В. Численные методы математической физики: учебное пособие. 2-е изд. М.: Научный мир, 2003. 316 с.
  • Гергель В.П. Теория и практика параллельных вычислений. М.: БИНОМ, 2007. 424 с.
  • Asanovic K. et al. A view of the parallel computing landscape//Communications of the ACM. 2009. Vol. 52, No. 10. P. 56-67.
  • Guo X. et al. Developing a scalable hybrid MPI/OpenMP unstructured finite element model//Computers & Fluids. 2015. Vol. 110. P. 227-234.
  • Li R., Saad Y. GPU-accelerated preconditioned iterative linear solvers//The Journal of Supercomputing. 2013. Vol. 63, No. 2. P. 443-466.
  • Wolfson-Pou J., Chow E. Reducing Communication in Distributed Asynchronous Iterative Methods//Procedia Computer Science. 2016. Vol. 80. P. 1906-1916.
  • Liu X., Zhong Z., Xu K. A hybrid solution method for CFD applications on GPU-accelerated hybrid HPC platforms//Future Generation Computer Systems. 2016. Vol. 56. P. 759-765.
  • Deng L. et al. CPU/GPU Computing for AN Implicit Multi-Block Compressible Navier-Stokes Solver on Heterogeneous Platform//International Journal of Modern Physics: Conference Series. World Scientific Publishing Company. 2016. Vol. 42. P. 163-166.
  • Stroia I. et al. GPU accelerated geometric multigrid method: Comparison with preconditioned conjugate gradient//High Performance Extreme Computing Conference (HPEC) IEEE. 2015. P. 1-6.
  • Каляев И.А. Левин И.И., Семерников Е.А., Шмойлов В.И. Реконфигурируемые мультиконвейерные вычислительные структуры. Ростов-на-Дону: Изд-во ЮНЦ РАН, 2008. 320 с.
  • Virtex-6 Family Overview. Xilinx, 2015. URL: http://www.xilinx.com/support/documentation/data_sheets/ds150.pdf (дата обращения: 16.06.2016).
  • Series FPGAs Overview. Xilinx, 2015. URL: http://www.xilinx.com/support/documentation/data_sheets/ds180_7Series_Overview.pdf (дата обращения: 16.06.2016).
  • UltraScale Architecture and Product Overview. Xilinx, 2016. URL: http://www.xilinx.com/support/documentation/data_sheets/ds890-ultrascale-overview.pdf (дата обращения: 16.06.2016).
  • Тихонов А.Н. Самарский А.А. Уравнения математической физики. М.: Наука, 1972. 736 с.
  • Левин И.И., Сорокин Д.А., Мельников А.К., Дордопуло А.И. Решение задач с существенно-переменной интенсивностью потоков данных на реконфигурируемых вычислительных системах//Вестник компьютерных и информационных технологий. М.: Машиностроение, 2012. № 2. С. 49-56.
  • Левин И.И., Дордопуло А.И., Каляев И.А., Доронченко Ю.И., Раскладкин М.К. Современные и перспективные высокопроизводительные вычислительные системы с реконфигурируемой архитектурой//Вестник ЮУрГУ. Серия «Вычислительная математика и информатика». 2015. Т. 4, № 3. С. 24-39.
  • Карепова Е. Д., Шайдуров В. В., Вдовенко М. С. Параллельные реализации метода конечных элементов для краевой задачи для уравнений мелкой воды//Вестник ЮУрГУ. Серия «Математическое моделирование и программирование». 2009. Вып. 3, № 17(150). С. 73-85.
Еще
Статья научная