面向大规模人工社会的异构并行仿真引擎设计
大规模人工社会仿真是研究社会科学的有效手段,日益发展的高性能计算资源,如GPU等为发展大规模人工社会仿真研究带来了新的机遇.基于保守同步时间策略提出了一种CPU/GPU异构协同的仿算引擎架构,CPU与GPU协同独立地完成模型的调度和执行.详细阐述了GPU并行仿算内核设计方法,针对大规模人工社会仿真的模型特点,对数据结构,调度算法等进行了重点分析.通过3层引擎管理架构,保证了各CPU与GPU之间的时间同步和消息通信的完成.最后以GameOfLife测试模型对GPU并行仿真内核的运行效率进行了评估,获得了相对CPU最高11.2倍的性能加速.
人工社会、大规模Agent仿真、CPU/GPU、保守并行仿真
26
TP391.9(计算技术、计算机技术)
自然科学基金91024030;91324013
2014-11-17（万方平台首次上网日期，不代表论文的发表时间）
2285-2292
