Accelerating cellular automata simulations using AVX and CUDA
我们研究了Frish-Hasslacher-Pomeau(FHP)细胞自动机算法的并行化的各种方法,用于流体流动建模。这些方法包括用于中央处理单元(CPU)的SSE、AVX和POSIX线程以及用于图形处理单元(GPU)的CUDA。我们提出了基于AVX/SSE和CUDA技术的FHP算法的实现细节。我们发现:(a)使用AVX或SSE是充分利用现代CPU潜力的必要条件;(b)只有当CPU代码使用AVX或SSE指令时,CPU和GPU在计算和经济效率方面才具有可比性;(c)AVX相对于SSE没有任何实质性的改进。
2012-08-12 cs.DC physics.comp-ph physics.flu-dyn
Stochastic first passage time accelerated with CUDA
随机轨迹的数值积分来估计通过阈值的时间是一个有趣的物理量,例如在约瑟夫森结和原子力显微镜中,其中完整的轨迹是不可访问的。我们提出了一种算法,适用于在CUDA环境下的图形处理单元的有效实现。所提出的用于良好平衡负载的方法实现了几乎完美的可用线程和处理器数量的扩展,并允许使用GPU GTX 980相对于标准多核CPU的约400倍的加速。这种方法允许脱离外壳GPU挑战否则禁止的问题,如缓慢倾斜电位中的热激活。特别地,我们证明了在实际实验的时间尺度上模拟约瑟夫森结的开关电流分布是可能的。
2018-02-14 physics.comp-ph
GPU-Acceleration of Tensor Renormalization with PyTorch using CUDA
本文提出利用CUDA和PyTorch在GPU上加速张量重整化群计算,显著改善了二维系统的运行时间与键维度扩展性,为未来高精度TRG计算奠定基础。
2023-09-15 hep-lat physics.comp-ph
Benchmarking MD systems simulations on the Graphics Processing Unit and Multi-Core Systems
分子动力学有助于在分子和原子水平上分析复杂系统的模拟。模拟可以持续很长一段时间,甚至几个月。由于这个原因,图形处理单元(GPU)和多核系统被用作克服这个障碍的解决方案。本文介绍了这两种系统之间的比较。使用的第一个系统意味着图形处理单元,分别是带有OpenMM分子动力学包的CUDA和允许内核在GPU上运行的OpenCL。这个模拟是在一个新的恒温器上完成的,该恒温器将Berendsen恒温器与Langevin动力学混合。第二个包括分子动力学模拟和能量最小化包GROMACS,该包基于通过MPI(消息传递接口)在多核系统上的并行化。第二个模拟使用另一种新的恒温器算法相关的,耗散粒子动力学-各向同性型(DPD-ISO)。这两种恒温器都是创新的,基于我们开发的新理论。结果表明,在多核系统上的并行化具有高达33倍的性能比在图形处理单元上执行。在这两种情况下,系统的温度都保持在接近作为参考的温度。对于使用CUDA GPU的模拟,当处理器的数量等于4时,获得更快的运行时间,与只有一个处理器的情况相比,模拟速度快3.67倍。
2021-01-29 physics.comp-ph
Lattice Simulations using OpenACC compilers
OpenACC编译器允许使用图形处理单元,而无需编写显式CUDA代码。程序可以使用类似于OpenMP的指令进行增量修改,这会导致编译器生成要在GPU上运行的CUDA内核。在这篇文章中,我们将使用OpenACC编译器来研究使用动态费米子进行晶格模拟的性能增益。
2013-11-12 cs.MS hep-lat physics.comp-ph
A GPU-enabled finite volume solver for large shallow water simulations
本文介绍了一个基于GPU技术的HLLC有限体积法的实现,用于求解二维浅水问题。它比较了CPU和GPU实现所有求解器步骤的方法。图形和中央处理器的技术是突出的,特别强调了NVIDIA的CUDA架构。简单且文档齐全的应用程序编程接口(CUDA API)有助于将显示卡工作站用作中央处理器的附加计算机单元。测试NVIDIA Quadro系列的四种专业解决方案。CPU和GPU之间的对比测试在小尺寸(最多10,000个元素)、中等尺寸和大尺寸(最多10,000,000个元素)的非结构化网格上进行。对于所有的测试用例,两种方法的结果的准确性是相同的数量级。此外,使用GPU获得的速度增益在很大程度上取决于图形卡的模型、问题的大小和模拟时间。
2018-06-28 cs.CE cs.MS physics.comp-ph
Fast calculation of HELAS amplitudes using graphics processing unit (GPU)
我们使用图形处理单元(GPU)的物理过程的螺旋度振幅的快速计算。作为我们的第一次尝试,我们通过将MadGraph生成的HELAS振幅(FORTRAN)转移到新开发的HEGET({ \bf H}ELAS}赋值与{ \bf G}PU {\bf E}增强的{ \bf T}技术)代码中,以$\sqrt{s} = 14$ TeV计算$pp$碰撞中的$u\bar{u}\to nγ$($n=2$至8)过程。与通常的CPU程序相比,我们在GPU上获得了40-150倍的性能。
2010-10-11 hep-ex hep-ph physics.comp-ph
Resistive and multi-fluid RMHD on graphics processing units
在这项工作中,我们提出了一个概念的CUDA能力,电阻,相对论磁流体动力学(RMHD)的多流体模型的证明。模拟RMHD模型的电阻性和多流体程序受到刚性源项的影响,因此通常采用一组半隐式时间积分器来保持数值稳定性。我们表明,第一次,电阻和双流体模型RMHD的有限体积IMEX计划可以通过在图形处理单元上执行来加速,显着降低了这些问题的需求。我们报告并行速度超过21 $\times$使用双精度浮点精度,并强调这些计划所需的优化策略,以及它们如何不同于理想的RMHD模型。这些结果的影响进行了讨论的上下文中的下一代模拟的中子星合并。
2018-08-29 physics.comp-ph
Polymer Field-Theory Simulations on Graphics Processing Units
我们报告的第一个CUDA图形处理单元(GPU)实施的聚合物场理论的模拟框架,以确定充分波动的期望值的平衡性能的周期性和选择非周期性聚合物系统。我们的实现是适合于自洽的场论(平均场)的场方程的解决方案,并充分波动模拟使用复杂的朗之万方法。在NVIDIA Tesla T20系列GPU上运行时,我们发现与最新参考CPU上的单核串行计算相比,双精度加速高达30倍,而单精度计算的速度比单核CPU快60倍。由于密集的通信开销,在64个CPU内核上运行的MPI实现仍然比单个GPU慢两倍。
2012-04-24 cond-mat.soft cond-mat.stat-mech physics.comp-ph
Simulating Lattice Spin Models on Graphics Processing Units
晶格自旋模型对于研究临界现象是有用的,并且允许提取平衡和动力学性质。此类系统的模拟通常基于蒙特卡罗(MC)技术,主要困难通常是接近临界点时所需的大量计算工作。在这项工作中,它显示了如何使用NVIDIA图形处理单元(GPU),使用CUDA编程架构,可以加速这种模拟。我们已经开发了两种不同的算法晶格自旋模型,第一个有用的平衡特性附近的二阶相变点和第二个动态减慢附近的玻璃化转变。该算法是基于并行MC技术,和加速比从70到150倍,超过传统的单线程计算机代码获得使用消费级硬件。
2012-09-03 cs.OH physics.comp-ph
GPU implementation of the Rosenbluth generation method for static Monte Carlo simulations
我们提出了并行版本的Rosenbluth自避免行走生成方法的图形处理单元(GPU)上使用CUDA库实现。该方法的规模几乎与CUDA核心的数量呈线性关系,方法的效率只有硬件的限制。该方法介绍了两种实现:在一个立方晶格和在真正的空间。我们发现一个很好的协议之间的串行和并行实现和一致的结果之间的晶格和真正的空间实现的线性链统计方法。所开发的Rosenbluth算法的GPU实现可用于蒙特卡罗模拟和其他需要大样本分子构象的计算方法。
2017-04-14 cond-mat.soft physics.comp-ph
Discontinuous Galerkin methods on graphics processing units for nonlinear hyperbolic conservation laws
我们提出了一种新的实施方式的模态不连续Galerkin(DG)方法的双曲守恒律在二维图形处理器(GPU)使用NVIDIA的计算统一设备架构(CUDA)。既灵活又高精度,DG方法适应并行架构,以及它们的不连续性产生元素局部近似。高性能科学计算非常适合GPU,因为这些强大的、大规模并行的、具有成本效益的设备最近包括了对双精度浮点数的支持。非结构化三角形网格上的欧拉方程的计算实例证明了我们在NVIDIA GTX 580设备上实现的有效性。分析我们的方法揭示了与现有节点DG-GPU实现线性问题的性能相当。
2016-01-28 cs.DC cs.MS physics.comp-ph
Scalable communication for high-order stencil computations using CUDA-aware MPI
高性能计算中的现代计算节点提供了巨大的并行性和处理能力。然而,由于已经观察到算术性能相对于存储器和网络带宽以更快的速率增加,因此优化数据移动对于在许多通信繁重的应用中实现强大的可扩展性变得至关重要。随着图形处理单元的引入,这种性能差距进一步加剧,图形处理单元可以通过多种因素提供比中央处理单元更高的数据并行任务吞吐量。在这项工作中,我们探讨了迭代模板循环的计算方面,并实现了一个通用的通信方案,使用CUDA感知MPI,我们用它来加速基于高阶有限差分和三阶龙格库塔积分的磁流体力学模拟。我们特别关注提高工作负载的节点内局部性。我们的GPU实现可在$50\%$上从一个$64$设备强烈扩展--基于理论性能模型的预期效率的$87\%$。与多核CPU求解器相比,我们的实现在$16$节点上的计算约束基准测试中表现出$20$-$60\times$加速和$9$ - $12\times$提高的能量效率。
2022-05-10 cs.DC physics.comp-ph physics.flu-dyn
Analyzing Molecular Simulations Trajectories by Utilizing CUDA on GPU Architecture
随着高性能计算技术的出现,用于分析的数据显著增长。在这里,图形处理单元(GPU)为基础的程序内核进行了讨论,利用分子模拟轨迹和数据的分析代码中的并行性,从而减少了时间消耗。通常被认为是利用静态和动态相关性的系统计算的属性。在静态性能,秩序度量的基础上,两个粒子的相关性,表现出10- 50倍的加速比相对于传统的串行CPU代码。发现三粒子相关性的效率,这是相对更耗时的计算,也被证明是10- 45倍快,这取决于系统的大小。在动力学性质的情况下,粘度使用Green-Kubo形式主义以10- 25倍的速度计算,取决于相关时间和总轨迹长度。类似地,对于均方位移计算,对于所有系统尺寸和模拟时间,实现了约40- 80倍的加速。特别是对于这些并行计算密集型问题,计算统一设备架构应用程序编程接口以最少的实现时间提供最大的扩展。结果表明,所有的GPU代码呈现1-2个数量级的分析时间减少。因此,这些代码与GPU加速的分子模拟相结合,可以导致整体改进和有效的性能。
2018-11-06 cond-mat.mtrl-sci physics.comp-ph
Accelerating QDP++ using GPUs
图形处理单元(GPU)作为科学高性能计算(HPC)中的目标架构变得越来越重要。NVIDIA建立了CUDA作为一种并行计算架构,控制和利用GPU的计算能力。CUDA为C++语言元素提供了足够的支持,以在设备内存域中启用表达式模板(ET)技术。QDP++是一个适用于量子场论的C++矢量类库,它提供了矢量数据类型和表达式,并形成了格点量子色动力学软件套件Chroma的基础。在这项工作中,利用ET技术和使用即时(JIT)编译成功实现了将QDP++表达式计算加速到GPU。可移植表达式模板引擎(PETE)和CUDA内核参数的C API用于在主机和设备内存域之间建立桥梁。这提供了将色度例程加速到GPU的可能性,这些GPU通常不受特殊优化的影响。作为一个应用实例,在GPU上加速了一个涂抹例程。可以测量到与正常CPU执行相比的显著加速。
2011-05-11 cs.DC cs.PL hep-lat
Swarm-NG: a CUDA Library for Parallel n-body Integrations with focus on Simulations of Planetary Systems
我们提出了Swarm-NG,一个C++库,用于使用高度并行的图形处理单元(GPU)(如NVIDIA的Tesla T10和M2070 GPU)高效地直接集成许多n体系统。虽然之前的研究已经证明了GPU对于具有数千到数百万个物体的n体模拟的好处,但Swarm-NG专注于许多少体系统,例如,数以千计的系统与3.每个星系有15个天体,这是研究行星系的典型方法。Swarm-NG将模拟并行化,包括运动方程的数值积分和使用NVIDIA的“计算统一设备架构”(CUDA)在GPU上进行的力评估。Swarm-NG包括四阶时间对称Hermite积分和混合变量辛积分的优化实现,以及其他算法的几个示例代码,以说明不熟悉CUDA的用户如何将自定义积分器引入Swarm-NG框架。为了优化性能,我们分析了GPU特定参数在双精度下对性能的影响。Swarm-NG的应用包括研究行星形成的后期阶段,测试行星系的稳定性,以及评估许多行星系模型与太阳系外行星宿主恒星(例如,径向速度、天体测量、凌日计时)。虽然Swarm-NG专注于许多行星系的并行积分,但底层积分器可以应用于各种各样的问题,这些问题需要使用不同的初始条件和/或参数值多次重复积分一组常微分方程。
2012-09-25 astro-ph.EP astro-ph.IM cs.DC
Fine-sorting One-dimensional Particle-In-Cell Algorithm with Monte-Carlo Collisions on a Graphics Processing Unit
蒙特卡罗碰撞的粒子模拟(PIC)用于等离子体科学,以探索各种动力学效应。一个主要问题是这种模拟的长运行时间。即使在现代计算机系统上,PIC代码也需要相当多的时间来收敛。大多数计算可以大规模并行化,因为粒子在一个时间步长内相互独立。当前的图形处理单元(GPU)为并行代码的执行提供了一种有吸引力的方法。在这篇文章中,我们展示了一个一维PIC代码运行在Nvidia GPU上使用CUDA环境。该代码的一个显著特征是,该代码用于相对于粒子坐标对粒子进行分类的单元的大小与用于电场离散化的网格单元的大小相当。因此,我们称相应的算法为“细排序”。实现细节和优化的代码进行了讨论,并计算与经典的CPU方法相比的速度。
2011-04-20 physics.comp-ph physics.plasm-ph
GPU-Accelerated Discontinuous Galerkin Methods: 30x Speedup on 345 Billion Unknowns
本文提出了一种在笛卡尔网格上离散无粘流体动力学控制方程--可压缩欧拉方程的间断Galerkin方法,并通过OCCA(一种统一的多线程硬件结构性能移植方法)将其应用于图形处理单元。与使用非CUDA感知MPI通信的仅CPU实现相比,在多达1,536个NVIDIA V100 GPU上实现了30倍的求解时间加速,并且在多达6,144个NVIDIA V100 GPU上实现了并行强大的可扩展性,解决了包含3,450亿个未知数的问题。CUDA-Aware MPI通信与非GPUDirect通信的比较表明,在由32个NVIDIA V100 GPU组成的8个节点上,速度提高了24%。
2020-08-31 cs.DC cs.NA cs.PF
Parallel time integration using Batched BLAS (Basic Linear Algebra Subprograms) routines
我们提出了一种方法来整合量子系统的时间演化。我们利用图形处理单元(GPU)的计算能力来并行执行所有时间步长的集成。性能提升对于中小型量子系统尤其突出。设计的算法可以在很大程度上实现使用最近指定的批处理版本的BLAS例程,因此可以很容易地移植到各种平台。我们的并行化矩阵指数的数值时间演化(PARAMENT)实现运行在CUDA图形处理单元。
2021-08-16 cs.MS cs.NA math.NA
Relativistic hydrodynamics on graphics processing units
流体力学计算已成功地用于研究夸克-胶子等离子体的体性质,特别是椭圆流和剪切粘性。然而,也有一些领域(例如,逐事件模拟流动波动和高阶流动谐波研究),进一步的进步是由于缺乏有效和精确的3+1D~程序。这个问题可以通过使用图形处理单元(GPU)计算来解决,与标准CPU模拟相比,GPU计算提供了前所未有的计算能力。在这项工作中,我们提出了一个实现3+1D理想流体动力学模拟的图形处理单元使用Nvidia CUDA框架。模拟中采用了MUSTA-FORCE(Multi STAge,First ORder CENTRAL,with a~slope limiter and MUSCL reconstruction)和WENO(Weighted Essentially Non-Oscillating)格式,分别具有二阶(MUSTA-FORCE)、五阶和七阶(WENO)精度。时域积分采用三阶龙格-库塔格式。我们的实现提高了约2个数量级的性能相比,一个~单线程程序。给出了1+ 1维激波管和3+ 1维椭球展开和类哈勃展开的数值模拟的算法检验。
2016-04-12 nucl-th physics.comp-ph
Fast computation of MadGraph amplitudes on graphics processing unit (GPU)
继续我们以前对QED和QCD过程的研究,我们利用图形处理器(GPU)快速计算了一般标准模型(SM)过程的螺旋度振幅。介绍了处理所有SM相互作用的附加HEGET代码,以及将任意MadGraph生成的HELAS振幅(FORTRAN)转换为CUDA中的HEGET代码的程序MG2CUDA。我们测试所有的代码,通过比较振幅和截面的多喷流srocesses在LHC与生产的单和双弱玻色子的顶夸克对,希格斯玻色子加一个弱玻色子或顶夸克对,和多个希格斯玻色子通过弱玻色子融合,其中所有的重粒子是允许衰变成轻夸克和轻子与全自旋相关。在预期的数值精度范围内,HEGET计算的螺旋度幅值与HELAS计算的螺旋度幅值一致,用蒙特卡罗积分程序gBASES计算的截面与BASES(FORTRAN)和MadGraph计算的截面一致。GPU的性能比CPU的性能快10倍以上,除了那些具有最多喷射器的进程。
2013-11-13 hep-ex hep-ph physics.comp-ph
Efficient molecular dynamics simulations with many-body potentials on graphics processing units
图形处理单元已被广泛用于加速经典的分子动力学模拟。然而,在加速多体势的力评估方面的进展要比成对的少得多。在传统的多体势力评估算法中,给定原子的力、维里应力和热流在不同的循环中累积,这可能会导致CUDA内核中不同线程之间的写冲突。在这项工作中,我们提供了一种新的力评估算法,该算法基于最近导出的多体势的显式成对力表达式[Phys. Rev. B 92(2015)094301]。在我们的算法中,力,维里应力,和热流为一个给定的原子可以在一个线程内积累,是免费的写冲突。我们讨论的配方和算法,并评估其性能。一个新的开源代码,GPUMD,开发的基础上提出的配方。对于Tersoff多体势,使用Tesla K40卡的GPUMD的双精度性能相当于使用约100个CPU核心(Intel Xeon CPU X5670@2.93 GHz)运行的LAMMPS(大规模原子/分子大规模并行模拟器)分子动力学代码的性能。
2017-06-25 cond-mat.mtrl-sci cs.CE physics.comp-ph
Acceleration of Linear Finite-Difference Poisson-Boltzmann Methods on Graphics Processing Units
静电相互作用在蛋白质折叠和分子识别等生物物理过程中起着至关重要的作用。基于Poisson-Boltzmann方程(PBE)的模型已经广泛应用于这些重要过程的建模。尽管人们在开发高效的PBE数值模型方面付出了巨大的努力,但由于典型生物分子系统的高维性,仍然存在挑战。在这项研究中,我们实现和分析了常用的线性PBE求解器的不断改进的图形处理单元(GPU)的生物分子模拟,包括标准和预处理共轭梯度(CG)求解器与几个替代的预处理器。我们的实现利用标准的Nvidia CUDA库cuSPARSE、cuBLAS和CUSP。大量的测试表明,鉴于GPU平台上的数值应用通常使用单精度,可以实现良好的数值精度。最佳的GPU性能与雅可比预处理的CG求解器,与CPU上的标准CG求解器在我们的多样化的测试情况下显着加速观察。我们的分析进一步表明,不同的矩阵存储格式也会显著影响GPU上不同线性PBE求解器的效率,对角格式最适合我们的标准有限差分线性系统。通过无矩阵操作和专门针对PBE特定线性系统中的带状矩阵定制的集成网格模板设置,可以进一步提高效率。
2017-04-10 physics.bio-ph physics.chem-ph physics.comp-ph
Efficient Tsunami Modeling on Adaptive Grids with Graphics Processing Units (GPUs)
有效地求解浅水方程对海啸和风暴潮引起的自然灾害的研究至关重要,因为它在早期预警系统中提供了更多的响应时间,并允许在可能需要数千次运行的情况下进行更多的概率评估。使用自适应网格细化(AMR)通过大大减少计算需求来加快过程,而使用图形处理单元(GPU)通过使用更快的硬件来加速代码。结合两者,我们提出了一个有效的CUDA实现GeoClaw,开源Godunov型高分辨率有限体积数值方案的自适应网格浅水系统具有不同的地形。AMR和球坐标的使用允许建模跨洋海啸模拟。几个现实海啸建模问题的数值实验表明,代码的正确性和效率,它实现了一个简化的维分裂版本的算法。这种实现被证明是准确的,速度比原来的单独使用CPU时。当在单个GPU上运行时,观察到GPU实现比在16核CPU上并行运行的原始模型快3.6到6.4倍。提出了三个指标来评估模型的相对性能,这表明有效地利用了硬件资源。
2019-01-21 cs.CE physics.ao-ph physics.comp-ph
graph framework: A Domain Specific Compiler for Building Physics Applications
本文提出一个图计算框架,将物理方程编译为CPU、Apple GPU和NVIDIA GPU的优化内核代码,以解决不同加速器供应商不兼容问题,并在聚变能源射频射线追踪中验证其有效性。
2025-08-21 physics.comp-ph
Algorithm for the replica redistribution in the implementation of parallel annealing method on the hybrid supercomputer architecture
并行退火方法是大规模模拟的有前途的方法之一,具有潜在的可扩展性的任何并行架构。我们提出了一个实现的算法的混合程序架构结合CUDA和MPI。问题是让所有通用图形处理单元设备尽可能忙于重新分发副本,并高效地完成这一任务。我们提供了在基于Intel Skylake/Nvidia V100的硬件上并行运行超过200万个伊辛模型样本副本的测试细节。结果是相当乐观的,因为随着模拟系统的复杂性的增加,加速度朝着完美的直线增长。
2020-05-31 cond-mat.stat-mech physics.comp-ph
Parallelizing the QUDA Library for Multi-GPU Calculations in Lattice Quantum Chromodynamics
图形处理单元(GPU)对核物理和粒子物理中重要的数值晶格量子色动力学(LQCD)计算产生了变革性的影响。QUDA库为LQCD应用程序提供了一个混合精度稀疏矩阵线性求解器包,支持基于NVIDIA计算统一设备架构(CUDA)的单GPU。该库与QDP++/Chroma框架接口,用于LQCD计算,目前已在杰斐逊实验室的“9 g”集群上投入生产使用,为LQCD中的一系列问题提供了前所未有的性价比。然而,当前GPU设备上的内存约束限制了可以解决的问题大小。在这篇文章中,我们描述了使用MPI将QUDA库并行化到多个GPU上,包括通信和计算重叠的策略。我们报告了由InfiniBand互连的多达32个GPU的弱和强扩展,在此基础上,我们维持超过4 Tflops。
2010-10-29 hep-lat physics.comp-ph
Parallel Spherical Harmonic Transforms on heterogeneous architectures (GPUs/multi-core CPUs)
球谐变换(SHT)是许多科学和实际应用的核心,从气候建模到宇宙学观测。在其中许多领域,最近提出了新的尖端科学目标,要求以非常高的分辨率和前所未有的数量模拟和分析实验或观测数据。这两个方面都对当前现有的转换实现提出了巨大的挑战。本文介绍了计算SHT的并行算法,适用于新的超级计算机体系结构,多核处理器和图形处理单元(GPU)的节点内并行的两个变种。它还讨论了它们的性能,单独和嵌入在一个顶级的,基于MPI的并行化层从S2 HAT库移植,在他们的准确性,整体效率和可扩展性。我们表明,我们的反向SHT运行在GeForce 400系列GPU配备了最新的CUDA架构(“费米”)优于最先进的实现的多核处理器上执行当前的英特尔酷睿i7- 2600 K。此外,我们表明,MPI/CUDA版本的逆变换运行在一个集群的128英伟达特斯拉S1070是多达3倍的速度比混合MPI/OpenMP版本上执行相同数量的四核处理器英特尔Nahalem的问题大小,我们的目标应用程序。然而,在这些情况下,发现直接变换的性能是最好的可比性。我们详细讨论的算法解决方案设计的主要步骤中涉及的变换计算,强调那些有重大影响的整体性能,并阐明了直接和逆操作之间的二分法的来源。
2013-04-01 astro-ph.CO cs.DC physics.ao-ph
A fully parallel, high precision, N-body code running on hybrid computing platforms
我们提出了一个新的实现的数值积分的经典,引力,N体问题的基础上的高阶厄米积分计划块时间步长,直接评估的粒子-粒子力。此代码(称为HiGPU)的主要创新是其完全并行化,在多核中央处理器的使用中利用了OpenMP和MPI,以及用于托管图形处理器的计算统一设备架构(CUDA)或OpenCL。我们在意大利超级计算联盟CINECA提供的超级计算机IBM iDataBase DX 360 M3 Linux Infiniband Cluster中使用多达256个GPU测试了代码的性能和准确性,N值高达800万。我们能够跟踪一个800万个物体的系统的进化,只需要几次交叉,这是以前直接求和代码无法完成的任务。科学界可免费获得该守则。
2012-07-11 astro-ph.IM cs.DC physics.comp-ph
Multi-GPU Accelerated Multi-Spin Monte Carlo Simulations of the 2D Ising Model
现代图形处理单元(GPU)能够以低成本执行大规模并行科学计算。本文将棋盘格算法推广到二维伊辛模型[T. Preis等人,J.Comp.Phys.228,4468(2009)],以克服单个GPU的存储器限制,这使得我们能够模拟明显更大的系统。使用多自旋编码技术,与采用多自旋编码的优化的单个中央处理器(CPU)核心实现相比,我们能够将单个GPU上的模拟加速高达35倍。通过在CPU级别上将计算统一设备架构(CUDA)与消息解析接口(MPI)相结合,单个Ising lattice可以由GPU集群并行更新。对于大型系统,计算时间几乎与所使用的GPU数量成线性关系。作为概念的证明,我们使用有限尺寸标度技术再现了2D伊辛模型的临界温度。
2010-07-21 cs.GR math-ph math.MP