Swendson-Wang 动力学的 GPU 加速
摘要：临近临界温度时，模拟晶格系统的本地算法可能会在采样数据中引入非常大的自相关时间。这种临界减慢限制了对临界点附近系统行为的及时分析。因为通常希望研究这样的系统在该点附近，所以必须引入一种新的算法。因此，我们转向集群算法，例如Swendsen-Wang算法和Wolff聚类算法。它们结合了全局更新，可以在临界点附近生成具有较小关联性的新晶格配置。我们通过在NVIDIA的CUDA框架下实现和基准测试每个算法的并行实现，来加快这些算法的运行速度。与串行代码实现的等效算法相比，计算速率分别增加了17倍和90倍。
作者：Tristan Protzman, Joel Giedt
论文ID：2302.14720
分类：High Energy Physics - Lattice
分类简称：hep-lat
提交时间：2023-03-01