利用GPU加速反应流模拟中的中等刚性化学动力学
摘要：使用显式积分算法，在GPU上求解来自操作分裂反应流模拟的化学动力学ODEs。使用显式五阶Runge-Kutta-Cash-Karp方法计算非刚性化学动力学的氢氧化机理（9个物种和38个不可逆反应），GPU加速版本相对于单核和六核CPU版本分别提高了126倍和25倍，对于524,288个ODEs。使用稳定的显式二阶Runge-Kutta-Chebyshev（RKC）算法计算中等刚性动力学的氢/一氧化碳（13个物种和54个不可逆反应）和甲烷（53个物种和634个不可逆反应）氧化机理。基于GPU的RKC实现在问题规模为262,144个ODEs及以上时，性能提高了近59倍和10倍，相对于单核和六核CPU版本的RKC算法在氢/一氧化碳机理上。在甲烷机理上，相较于单核和六核RKC-CPU版本以及基于六核CPU的隐式VODE算法，在问题规模为131,072个ODEs及以上时，RKC-GPU的性能提高了65倍以上和11倍以上，与基于六核CPU的VODE算法相比，性能提高了最多57倍，对于65,536个ODEs。在更严重的刚性情况下，如乙烯氧化（111个物种和1566个不可逆反应），RKC-GPU对于32,768个ODEs及以上的规模比RKC-CPU在六个核上快17倍以上，对于65,536个ODEs，相较于六核CPU上的VODE算法，最佳情况下快4.5倍。而在更大的时间步长时，RKC-GPU对于8192个ODEs及以上的规模比六核VODE慢2.5倍。因此，讨论了在GPU上开发集成刚性化学的新策略的需求。
作者：Kyle E Niemeyer and Chih-Jen Sung
论文ID：1309.2710
分类：Computational Physics
分类简称：physics.comp-ph
提交时间：2013-11-05