计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2012年
18期
53-56
,共4页
统一计算设备框架(CUDA)%图形处理单元(GPU)%粒子方法%邻近粒子搜索
統一計算設備框架(CUDA)%圖形處理單元(GPU)%粒子方法%鄰近粒子搜索
통일계산설비광가(CUDA)%도형처리단원(GPU)%입자방법%린근입자수색
在粒子方法中,运用邻近粒子搜索算法可以快速获取每个粒子的邻近粒子信息.由于粒子方法模拟一个体系的行为所采用的粒子数据是十分庞大的,对计算机的运算速度提出了挑战.研究了GPU的计算能力和CUDA开发环境,利用GPU的并行多线程处理技术,提出了一种并行邻近粒子搜索算法.实验结果表明,基于CUDA的并行邻近粒子搜索算法,加快了邻近粒子搜索过程,显著地减少了计算时间,成功实现了硬件加速,可获取290以上的加速比,对大规模粒子系统呈现出高效的处理能力.
在粒子方法中,運用鄰近粒子搜索算法可以快速穫取每箇粒子的鄰近粒子信息.由于粒子方法模擬一箇體繫的行為所採用的粒子數據是十分龐大的,對計算機的運算速度提齣瞭挑戰.研究瞭GPU的計算能力和CUDA開髮環境,利用GPU的併行多線程處理技術,提齣瞭一種併行鄰近粒子搜索算法.實驗結果錶明,基于CUDA的併行鄰近粒子搜索算法,加快瞭鄰近粒子搜索過程,顯著地減少瞭計算時間,成功實現瞭硬件加速,可穫取290以上的加速比,對大規模粒子繫統呈現齣高效的處理能力.
재입자방법중,운용린근입자수색산법가이쾌속획취매개입자적린근입자신식.유우입자방법모의일개체계적행위소채용적입자수거시십분방대적,대계산궤적운산속도제출료도전.연구료GPU적계산능력화CUDA개발배경,이용GPU적병행다선정처리기술,제출료일충병행린근입자수색산법.실험결과표명,기우CUDA적병행린근입자수색산법,가쾌료린근입자수색과정,현저지감소료계산시간,성공실현료경건가속,가획취290이상적가속비,대대규모입자계통정현출고효적처리능력.
