高性能fdtd并行计算的研究

《高性能fdtd并行计算的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要论文题目，高性能FDTD并行计算研究学科名称：电路与系统研究生。刘虎签名。指导教师：席晓莉教授签名z摘要1111111ITIIIIIIIIIlY2118271时域有限差分算法(FiniteDifferenceTimeDomainMethod，FDTD)是求解麦克斯韦微分方程的直接时域方法，在电磁研究的各个领域获得了广泛的应用。但是其算法稳定性要求空间网格的最大尺寸应小于波长的十分之一。因此在复杂目标和电大尺寸情况下，较长的计算时间以及较大的存储空间成为限制FDTD算法应用的两个主要因素。采用并行计算方法是提高FDTD运算效率的重要途径。随着计算机硬件性能的不断发展，尤其是图形处理器(Gr

2、aphicProcessingUnit，GPU)性能的大幅度提高和计算机统一设备架构(ComputeUnifiedDeviceArchitecture，CUDA)的出现，给FDTD并行计算提供了一个有效而简单的解决方案。．本文对基于计算集群的MPl(MessagePassingInterface)和OpenMP(openmultipleprocessing)和基于CPU+GPU的CUDA架构下的FDTD并行计算方法进行了性能分析、功能实现及优化。论文首先介绍了FDTD的基本理论，并且对其并行性进行了分析；然后分别介绍了并行计算理论中的MPI、OpenMp及CUDA的原理及实现方法；之后，在大

3、规模PC集群环境下，实现了基于MPI和OpenMP的三维FDTD并行计算方法，并对并行计算的关键步骤进行优化；最后提出了一种利用CPU+GPU异构并行计算处理三维FDTD计算的综合方案，并在现有硬件平台上实现。与传统FDTD计算性能的比较显示，本文的并行计算方法在扩大FDTD计算区域、提高计算速度等方面具有显著优势，可大幅度提高FDTD的计算效率和速度。关键字I时域有限差分算法；并行计算；MPI．OpenMP；GPUAbstmetTitle：HighPerformanceParallelComputingOfFDTDMajor：ElectricCircuitandSystemName：Liu

4、HUSupervisor=Prof．XiaoliXiAbstractSignature：^厶坍Signature：五C2fe丝生iFD。I。DiSawidelyusedmethodinvariousareasofelectromagnetictofinddirecttimedomainforMaxwell’Sdifferentialequation．Butitsalgorithmstabilityrequiresthatthelargestsizeofspacegridisnotmorethanonetenthofthewavelength．Thus，whensimulatingtheele

5、ctrically-large—sizeorcomplexobjects，FDTDmethodconfrontstwobigproblems：hugememoryconsumptionandlongexecutiontime．ParallelcomputingmethodisanimportantapproachtoincreasetheefficiencyofFDTD．Astheconfigurationofcomputerhardwareupdatesdaytoday，“tlltheGPU’SperformancelargelyimprovedandtheadventofCUDA,FDT

6、Dparallelcomputingcanbeusedinasimpleandefficientway．Inthispaper,theperformanceanalysis，functionandoptimizationofFDTDparallelcomputingareachievedbyMPIandOpenMPbasedonPCclusterandbyCUDAbasedontheGPU+CPUarchitecture．ThepaperintroducesthebasictheoryofFDTDatfirst，andtheparallelismisanalyzed；ThenMPI，Open

7、MpandCUDAinthetheoryofparallelcomputingisintroduced．Thenthethree-dimensionalFDTDcalculationmethodiSachievedbasedonmassivelyPCclusterenvironmentbyMPIandOpenMp．Thekeystepsinparallelcomputingisoptimized．CPU+GP