-
题名一种面向舰船结构毁伤的大变形流固耦合数值计算方法
- 1
-
-
作者
王杰
王景焘
黄超
伍洋
刘娜
张磐
-
机构
中物院高性能数值模拟软件中心
北京应用物理与计算数学研究所
-
出处
《计算力学学报》
CAS
CSCD
北大核心
2024年第2期335-343,共9页
-
基金
国家自然科学基金(11971070)资助项目.
-
文摘
水下爆炸导致舰船结构毁伤是一个复杂的非线性大变形流固耦合过程,高精度的流固耦合计算是获得高置信模拟结果的关键。基于浸没边界思想,本文提出一种面向大变形壳理论的流固耦合数值方法,可精确刻画流固耦合界面并高效求解流固界面约束方程。基于该方法,本文提出了完整的适用于水下爆炸舰船结构毁伤的大变形流固耦合数值计算方案,并基于大规模并行编程框架,研发形成适用于舰船结构毁伤的流固耦合大规模并行计算软件。与泰勒平板理论解和水下爆炸结构冲击响应实验数据等进行对比表明,本文方法可有效模拟大变形流固耦合工程问题,具备较高数值求解精度。在此基础上,完成了水下爆炸整船结构毁伤过程大规模数值模拟。该方法可有效应用于舰船毁伤等级评估,应用前景广阔。
-
关键词
大变形流固耦合
浸没边界法
舰船结构毁伤
并行编程框架
-
Keywords
fluid-structure interaction with large deformation
immersed boundary method
damage of naval warships
parallel programming framework
-
分类号
O346.5
[理学—固体力学]
O35
[理学—力学]
-
-
题名一种跨平台的并行编程框架设计与实现
被引量：1
- 2
-
-
作者
李婷
徐云
聂鹏宇
潘玮华
-
机构
国家高性能计算中心(合肥)
中国科学技术大学计算机科学与技术学院
-
出处
《计算机工程》
CAS
CSCD
2014年第8期43-47,共5页
-
基金
国家自然科学基金资助重点项目(61033009)
国家自然科学基金资助面上项目(60970085)
-
文摘
并行程序设计的复杂性及并行计算平台的多样性导致程序可移植性较差。为此,设计并实现一种跨平台、分层次的并行编程框架OpenCH。该框架通过两层并行函数库和层次化的API设计,对上层应用程序隐藏并行化细节,为基于不同计算平台的库函数设计了统一的函数接口,使底层平台的变化对上层应用程序透明。根据底层函数库的开发,给出一种填充式的编程方法和任务调度系统。将OpenCH应用于遥感影像分类,实验结果证明,基于该框架开发的并行程序可运行于多种并行计算平台,并具有较高的并行加速比,编程框架本身造成的时间开销低于15%。
-
关键词
并行计算
并行编程框架
跨平台
OpenMP编程
MPI编程
CUDA编程
-
Keywords
parallel computing
parallel programming framework
cross-platform
OpenMP programming
MPI programming
CUDA programming
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于标记语言的跨平台并行编程框架设计
被引量：2
- 3
-
-
作者
唐佩佳
徐云
钟旭阳
-
机构
中国科学技术大学计算机科学与技术学院
安徽省高性能计算重点实验室
-
出处
《计算机系统应用》
2020年第10期82-88,共7页
-
基金
国家自然科学基金面上项目(61672480)
-
文摘
大量遗留的串行代码需要进行并行化改造,而并行程序复杂性及并行计算平台多样性导致改造成本较高.为此,设计了一种基于标记语言的三层并行编程框架,完成了从串行程序层到并行中间代码层、并行中间代码层到目标并行编程语言程序层的二个转换阶段.采用对串行代码进行语言标记的方法来实现并行中间代码层,该代码层实际是共享存储、分布式存储并行平台编程语言的一种抽象.该框架还实现了一种性能标记方法,可用于并行参数自动寻优.用于雷达数据处理的实验结果表明,实现了对应并行代码的生成,且并行加速比与人工实现的并行代码相当.
-
关键词
标记语言
跨平台
并行编程框架
并行计算
串行程序
-
Keywords
directives
cross-platform
parallel programming framework
parallel computing
sequential code
-
分类号
TP312
[自动化与计算机技术—计算机软件与理论]
-
-
题名面向节点异构GPU集群的编程框架
被引量：3
- 4
-
-
作者
盛冲冲
胡新明
李佳佳
吴百锋
-
机构
复旦大学计算机科学技术学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2015年第2期292-297,共6页
-
基金
复旦大学ASIC和系统国家重点实验室基金资助项目
华为创新研究计划基金资助项目
-
文摘
基于异构GPU集群的主流编程方法是MPI与CUDA的混合编程或者其简单变形。因为对底层的集群架构不透明,程序员对GPU集群采用MPI与CUDA编写应用程序时需要人为考虑硬件计算资源,复杂度高、可移植性差。为此,基于数据流模型设计和实现面向节点异构GPU集群体系结构的新型编程框架分布式并行编程框架(DISPAR)。DISPAR框架包含2个子系统:(1)代码转换系统Stream CC,是DISPAR源代码到MPI+CUDA代码的自动转换器。(2)任务分配系统Stream MAP,具有自动发现异构计算资源和任务自动映射功能的运行时系统。实验结果表明,该框架有效简化了GPU集群应用程序的编写,可高效地利用异构GPU集群的计算资源,且程序不依赖于硬件平台,可移植性较好。
-
关键词
GPU集群
异构
分布式并行编程框架
代码转换
任务分配
可移植性
-
Keywords
GPU cluster
heterogeneous
Distributed Parallel Programming Framework（DISPAR）
code conversion
task assignment
portability
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
