Matlab的图形处理器并行计算及其在拓扑优化中的应用

摘要：

针对传统并行计算方法实现结构拓扑优化快速计算的硬件成本高、程序开发效率低的问题,提出了一种基于Matlab和图形处理器(GPU)的双向渐进结构优化(BESO)方法的全流程并行计算策略.首先,探讨了Matlab编程环境中实现GPU并行计算的三种途径的优缺点和适用范围;其次,分别采用内置函数直接并行的方式实现了拓扑优化算法中向量和稠密矩阵的并行化计算,采用MEX函数调用CUSOLVER库的形式实现了稀疏格式有限元方程组的快速求解,采用并行线程执行(PTX)代码的方式实现了拓扑优化中单元敏度分析等优化决策的并行化计算.数值算例表明,基于Matlab直接开发GPU并行计算程序不仅编程效率高,而且还可以避免不同编程语言间的计算精度差异,最终使GPU并行程序可以在保持计算结果不变的前提下取得可观的加速比.

关键词：并行计算、图形处理器、拓扑优化、Matlab、有限元分析

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金重点项目61232014;湖南大学汽车车身先进设计制造国家重点实验开放基金资助项目31415007.This work is partially supported by the Key Project of National Natural Science Foundation of China61232014;the Open Fund of State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body31415007

在线出版日期：2016-06-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：628-632,652