基于CUDA的热传导GPU并行算法研究

摘要：

在热传导算法中，使用传统的CPU串行算法或MPI并行算法处理大批量粒子时，存在执行效率低、处理时间长的问题。而图形处理单元(GPU)具有大数据量并行运算的优势，为此，在统一计算设备架构(CUDA)并行编程环境下，采用CPU和GPU协同合作的模式，提出并实现一个基于CUDA的热传导GPU并行算法。根据GPU硬件配置设定Block和Grid的大小，将粒子划分为若干个block，粒子输入到GPU显卡中并行计算，每一个线程执行一个粒子计算，并将结果传回CPU主存，由CPU计算出每个粒子的平均热流。实验结果表明，与CPU串行算法在时间效率方面进行对比，该算法在粒子数到达16000时，加速比提高近900倍，并且加速比随着粒子数的增加而加速提高。

关键词：热传导算法、图形处理单元、统一计算设备架构、并行计算、时间效率、加速比

分类号：TP399(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61073064。

在线出版日期：2014-06-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：41-44,48