本申请提出了一种面向异构多域处理器的MLBM‑DEM流水线调度优化方法。该方法包括:S1、执行基于应用感知和异构多域处理器的数据划分,分别计算MLBM和DEM的计算量以及MLBM和DEM的计算能力比例;S2、根据所述MLBM和DEM的计算能力比例分配CPU端和加速域簇的计算资源,构建面向异构多域处理器的流水线设计模块;S3、获取除CPU端和加速域簇外的剩余计算资源,执行Manager‑Worker实时调度机制。本申请在保证计算精度的情况下,实现MLBM‑DEM流水线调度优化计算,进一步提高了整体计算性能。
背景技术
】
在当今科技快速发展的时代,高性能计算在众多领域中发挥着重要作用。流体力学模拟作为科学研究和工程设计的基础,需要大规模的计算资源来实现精确模拟。离散元多层格子Boltzmann方法(MLBM-DEM)是结合离散元方法(Discrete Element Method,DEM)和多层格子Boltzmann方法(Muti-level Lattice Boltzmann Method,MLBM)的数值模拟技术,旨在模拟和分析由流体和颗粒材料组成的复杂系统。该方法综合了DEM和MLBM各自的优势,用于研究颗粒-流体相互作用的动态行为,具有广泛的应用前景。MLBM-DEM由于其复杂的场景,导致其计算量更加庞大,因此利用国产E级超算系统的异构多域处理器加速,可以有效减少计算量并提升计算性能与模拟精度。然而由于MLBM-DEM的核心计算在于MLBM中的碰撞迁移计算和DEM中的粒子间的相互作用力,因此将这两部分的计算放在异构多域处理器中进行并行计算,其余的边界处理等工作放在CPU端,这样会产生一个具有强数据依赖关系的流水线,导致在数据划分和负载均衡上面临挑战,尤其是在应用于国产E级超算系统上。
如今,计算流体力学研究的规模和复杂程度不断增加,单个计算节点已无法满足计算需求,必须依赖高性能计算机。我国的超级计算机正在从P级向E级发展,异构多处理器和加速器成为发展趋势。随着Dennard扩展后单核性能提升的瓶颈,构建多核高性能处理器已成必要。
如何在异构多域处理器上实现MLBM-DEM的流水线调度优化方法,以充分利用异构多域处理器的性能,提升MLBM-DEM的计算效率,以及如何设计优化强数据依赖的流水线调度算法,成为亟待解决的问题。
【
实现思路