Saya telah mengembangkan solusi kerja dari Metode Elemen Hingga untuk menyelesaikan masalah perpindahan panas menggunakan GPU dan OpenCL menggunakan metode Conjugate Gradient. Kerugian utama dari metode ini adalah tingginya permintaan akan memori. Terlebih lagi, dalam kasus kartu grafis, memori seringkali sangat terbatas. Saya melihat dua opsi:
- Buat subdomain dan tukar bagian dari mesh dengan memori host
- Gunakan metode multifrontal
Saya harus memperhitungkan arsitektur spesifik. Bertukar bisa sangat mahal. Metode CG populer dalam konteks komputasi GPGPU tetapi saya tidak dapat menemukan perbandingan antara CG dan metode multifrontal (dalam hal GPGPU). Bisakah metode multifrontal lebih cepat daripada CG? Ini adalah pertanyaan umum, bahkan masih tergantung pada implementasinya.
parallel-computing
opencl
linear-solver
Krzysztof Bzowski
sumber
sumber
Jawaban:
Saya adalah pimpinan proyek di LibGeoDecomp , jadi saya pikir saya mungkin berpadu.
Ya, Anda dapat mengimplementasikan FEM dengan LibGeoDecomp. Saat ini kami sedang mengerjakan wadah data yang ditingkatkan untuk penggunaan yang tepat ini. Tetapi untuk bersikap adil: penyelesaian pekerjaan itu masih beberapa bulan lagi, dan sampai saat itu kinerja tidak akan optimal. Jangan ragu untuk menghubungi saya melalui email jika Anda masih ingin mencoba LibGeoDecomp.
Pilihan lain adalah Fenics , yang memiliki pemecah yang dioptimalkan dengan baik untuk masalah tidak teratur. Tetapi AFAIK Anda tidak bisa menulis solver Anda sendiri dalam kasus itu.
sumber
Saya tidak tahu apakah itu membantu Anda. Di sini, Anda akan menemukan tautan ke libgeodecomp , alat yang menggunakan teknik dekomposisi domain yang dapat disesuaikan (dari situs). Itu bisa digunakan dengan GPU sejauh yang saya tahu. Jika ini membantu Anda, pilih saya ;-)
sumber