基于GPU加速的流行改正算法的优化及其应用

《基于GPU加速的流行改正算法的优化及其应用》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、？分类号：：密级＿ＵＤＣ：，学号：４０５５１０７１５０３４南昌大学硕士研究生学位论文基于ＧＰＵ加速的流行改正算法的优化及其应用ＧＰＵａｃｃｅｌｅｒａｔｅｄｍａｎｉｆｏｌｄｃｏｒｒｅｃｔｉｏｎｍｅｔｈｏｄｆｏｒｓｐｉｎｎｉｎｇｃｏｍａｃｔｐｂｉｎａｒｉｅｓ冉崇喜（）培养单位院、系：理学院物理系指导教师姓名、职称：钟双英教授■申请学位的学科门类：理学学科专业名称：天体物理论文答辩日期年５月日１答辩委福窑评阅人：年６月引曰摘要摘要在进行科学数值计算时

2、都希望有很好的计算精度和速度。近年来出现的以CPU为宿主GPU为计算核心客体的CUDA编程并行计算模式使一些领域的科学数值计算速度得到很大提升。本基于CUDA技术架构的图形处理其GPU加速数值计算模式用于模拟后牛顿自旋致密双星轨道动态演化过程。在GPU上并行计算的可行性和效果已经被各种类型的实验所证实。为了检验计算结果的精度，与计算过程的速度。本文把未经过加速处理的计算结果和过程以图表的形式进行对比分析。分析结果显示经过加速后的计算结果与未经过加速的结果在数值精度上没有任何差异，计算过程速度却有很大的提升。代码在GPU上运行

3、时使用共享内存和寄存器可以节省更多硬件资源，从而使计算相空间扫描(包括314×314轨道)速度比CPU单线程的计算速度要快13倍多。此外，GPU加速多种修正理论还用于模拟黑洞双星系统四级极化相互如何影响天体动力学运动的。本文还将GPU加速理论用于模拟电磁波传播的时域有限差分法（FDTD），来模拟电磁波在等离子体边界条件的透射系数和反射系数，实际的数值实验效果显示加速效果最大可以达到数十倍。关键词：天体力学；流行改正算法；图形处理单元（GPU）；自旋致密双星；引力波；FDTDIIABSTRACTABSTRACTAllofush

4、opetherebefineaccuracyandvelocityfornumericalvaluescientificcomputing.ThecomputingpatternofGPUcombinedwithCPUhasbeenwidelyusedinnumericcalculatingfieldinrecentyears.Thegraphicsprocessingunit(GPU)accelerationofthemanifoldcorrectionalgorithmbasedonthecomputeunifiedde

5、vicearchitecture(CUDA)technologyisdesignedtosimulatethedynamicevolutionofthePost-Newtonian(PN)Hamiltonianformulationofspinningcompactbinaries.ThefeasibilityandtheefficiencyofparallelcomputationonGPUhavebeenconfirmedbyvariousnumericalexperiments.Toinspectedtheaccura

6、cyandvelocityresults,thispaperwilldrawchartsofthedataset.Theresultsshowthattheaccelerateddatacomparedwithoriginaldatahavenoerrorinnumericalprecisionandthetimesofcomputationalprocesshavebeenmoreshort.accelerationabilitywhenthecodesareimplementedonGPUcanincreaseenorm

7、ouslythroughtheuseofsharedmemoryandregisteroptimizationtechniqueswithoutadditionalhardwarecosts,implyingthatthespeedupisnearly13timesascomparedwiththecodesexecutedonCPUforphasespacescan(including314×314orbits).Inaddition,GPUacceleratedmanifoldcorrectionmethodisused

8、tonumericallystudyhowdynamicsareaffectedbythespin-inducedquadrupole–monopoleinteractionforblackholebinarysystem.InthispaperGPUacceleratedtheoryal