Promotie M.H. Aissa: turbomachinery

02 oktober 2017 10:00 - Locatie: Aula, TU Delft - Door: Webredactie

Ontwerp optimalisatie is sterk afhankelijk van tijdrovende simulaties. Deze methoden vereisen een groot aantal simulaties om een ​​merkbare verbetering te krijgen op bestaande ontwerpen, die tegenwoordig op basis van de geaccumuleerde kennis over de jaren heen vaak reeds optimaal zijn.

High Performance Computing (HPC) is essentieel om de uitvoeringstijd van simulaties te verminderen. Terwijl parallelle programmering met behulp van de CPU gevestigd is sinds meer dan twee decennia, is het gebruik van andere technieken, zoals de Graphics Processing Unit (GPU), relatief recent in het domein van ontwerpoptimalisatie.

De GPU heeft eigenlijk een enorme rekenkracht die vergelijkbaar is met een cluster van verschillende CPU’s maar geconcentreerd in slechts één apparaat.

Deze rekenkracht is evenwel niet gemakkelijk te gebruiken, aangezien volledige delen van de broncode moeten herschreven worden in een GPU-programmeertaal.

Hoewel hoog-niveau programmeertalen (bijvoorbeeld openACC) een versnelling met een lage ontwikkelingskost kunnen realiseren, is het niet eenvoudig om met deze methoden grote snelheden te krijgen.

Programma-talen op laag niveau zijn efficiënter, maar er worden verschillende versnellingen gemeld en er is behoefte aan een diepere analyse om het GPU-potentieel transparanter te maken voor wetenschappers, vooral niet-experts in HPC.

 

Om de GPU-versnelling voor stationaire CFD-simulaties te bestuderen, zijn twee verschillende technieken binnen de GPU ingevoerd; één met expliciete en de tweede met impliciete tijdsintegratie.

Na de overdracht en de validatie van de CPU-code naar de GPU, leidt de GPU-code optimalisatie tot het identificeren van een reeks sleutelparameters die de GPU-efficiëntie beïnvloeden.

Tegelijkertijd zijn beide methoden vergeleken, wat resulteert in een prestatiemodel en een classificatie van de GPU-versnelling van sommige CFD-operaties.

Het doel is om wetenschappers in staat te stellen een beslissing te nemen over de GPU-overdracht van hun CPU-applicaties door een GPU-versnelling te voorspellen.

Naast de twee GPU CFD-codes die nu geïntegreerd zijn in het optimalisatie softwarepakket ontwikkeld in het VKI, verschafte dit onderzoek sleutelelementen om de dubbelzinnigheid over het GPU-potentieel te verminderen, namelijk een kwalitatieve analyse en een classificatie.

Deze hulpmiddelen kunnen helpen bij het selecteren van de beste kandidaat voor een doorbraak in CFD-acceleratie.

Tegelijkertijd identificeerde dit werk ernstige beperkingen bij de preconditioning van een lineair systeem van vergelijkingen en de limiet van hedendaagse iteratieve matrixfactorisatiemethoden met betrekking tot stabiliteit en convergentie.

 

Er is nood aan een paradigma verschuiving naar inherente parallelle preconditioners.

Meer informatie?

Voor inzage in proefschriften van de promovendi kunt u kijken in de TU Delft Repository, de digitale vindplaats van openbare publicaties van de TU Delft. Proefschriften zullen binnen een paar weken na de desbetreffende promotie in de Repository te vinden zijn.