基于GPU的大规模有限元稀疏矩阵并行求解
后印本
Parallel computation of large-scale finite element sparse matrix with GPU
-
作者：
周清龙
1
林烷沧
1
-
作者单位：
-
提交时间：2025-07-30 09:54:03
摘要: 目前，针对大规模有限元的高性能计算主要是多CPU计算机集群并行计算，这种方法计算成本较高且所能提高的计算效率有限。基于目前国际上先进GPU芯片在大规模数据并行处理方面的优势，本文提出了基于GPU的大规模有限元稀疏矩阵的并行求解方法，包括大规模稀疏矩阵的压缩存储编码与解码，大规模稀疏矩阵的预条件处理并行迭代求解策略及其主要求解步骤的GPU核函数编写方法。用C++编程语言开发了GPU并行计算有限元程序，对不同规模的有限元稀疏矩阵进行了求解实验，数值算例结果表明在GPU端并行求解的计算效率显著提高，矩阵的维数越大，计算效率优势越明显，另外，在GPU求解过程中对总体稀疏矩阵进行预条件处理，可显著加快矩阵求解的收敛速度，计算精度也相对较高。
版本历史
| [V1] |
2025-07-30 09:54:03 |
ChinaXiv:202508.00100V1
|
下载全文 |
相关信息
待评议
点击量
下载量
