On peculiarities of using heterogeneous cluster architecture for solving continuum mechanics problems

Authors

  • D.A. Gubaidullin
  • A.I. Nikiforov
  • R.V. Sadovnikov

Keywords:

parallel computing
graphics processors
iterative Krylov subspace methods
method of control volumes
flow in porous media

Abstract

The use of high-performance computing systems built on the basis of NVIDIA graphics processors is discussed. Several models of parallelism are compared, for using in the iterative Krylov subspace methods intended for solving large sparse systems of linear algebraic equations that arise in the numerical solution of a wide class of continuum mechanics problems described by partial differential equations. The numerical computations are based on the application of such technologies as MPI, OpenMP, Boost, and CUDA. The proposed methods are tested on the supercomputer «GraphIT!» installed at the Research Computing Center of Moscow State University when solving a problem of nonstationary flow of a fluid to the wells with complex trajectories in a three-dimensional domain.

New computational technologies

Downloads

Published

2011-11-21

Issue

Vol. 12 (2011): Issue 4.

Section

Section 1. Numerical methods and applications

Author Biographies

D.A. Gubaidullin

Institute of Mechanics and Engineering - Subdivision of «Kazan Scientific Center of RAS»
2/31, Lobachevsky str., Kazan, 420111, Russia
• Corresponding Member of RAS, Director

A.I. Nikiforov

Institute of Mechanics and Engineering - Subdivision of «Kazan Scientific Center of RAS»
2/31, Lobachevsky str., Kazan, 420111, Russia
• Head of Laboratory

R.V. Sadovnikov

Institute of Mechanics and Engineering - Subdivision of «Kazan Scientific Center of RAS»
2/31, Lobachevsky str., Kazan, 420111, Russia
• Senior Researcher

References

  1. Губайдуллин Д.А., Садовников Р.В., Никифоров А.И. Использование графических процессоров для решения разреженных СЛАУ итерационными методами подпространств Крылова с предобусловливанием на примере задач теории фильтрации // Вестн. Нижегородского ун-та им. Н.И. Лобачевского. Сер.: Информационные технологии. 2011. N 1. 205-212.
  2. Губайдуллин Д.А., Никифоров А.И., Садовников Р.В. Библиотека gpu_sparse для численного решения задач механики сплошных сред на гибридной вычислительной системе // Вестн. Нижегородского ун-та им. Н.И. Лобачевского. Сер.: Информационные технологии. 2011. N 2. 190-196.
  3. Губайдуллин Д.А., Никифоров А.И., Садовников Р.В. Библиотека шаблонов итерационных методов подпространств Крылова для численного решения задач механики сплошных сред на гибридной вычислительной системе // Вычислительные методы и программирование. 2010. 11, N 2. 171-179.
  4. NVIDIA Corporation. NVIDIA CUDA C. Programming Guide. May, 2011. Version 4.0.
  5. Hendrickson B., Leland R. The Chaco user’s guide. Version 1.0. Technical Report Sand93-2339. Sandia National Laboratories. Albuquerque, 1993.
  6. METIS: family of multilevel partitioning algorithms (http://glaros.dtc.umn.edu/gkhome/views/metis).
  7. Aztec: a massively parallel iterative solver library for solving sparse linear systems (http://www.cs.sandia.gov/CRF/aztec1.html).
  8. Губайдуллин Д.А., Садовников Р.В. Применение параллельных алгоритмов для решения задачи фильтрации жидкости в трещиновато-пористом пласте к скважинам со сложной траекторией // Вычислительные методы и программирование. 2007. 8, N 2. 95-102.
  9. OpenMP Architecture Review Board (http://www.openmp.org).
  10. Boost C++ Libraries (http://www.boost.org).
  11. Anderson J.A., Lorenz C.D., Travesset A. General purpose molecular dynamics simulations fully implemented on graphics processing units // J. of Computational Physics. 2008. 227, N 10. 5342-5359.
  12. Суперкомпьютер «ГрафИТ!’’ / «GraphIT!’’ на основе графических процессоров (http://gpu.parallel.ru/graphit.html).
  13. Баренблатт Г.И., Желтов Ю.П., Кочина И.М. Об основных представлениях теории фильтрации однородных жидкостей в трещиноватых породах // Прикл. матем. и механ. 1960. 123, N 3. 852-864.