拉普拉斯生长的GPU实现与硬件加速-计算机工程与应用.PDFVIP

84 2012 ，48 （22 ） Computer Engineering and Applications 计算机工程与应用 拉普拉斯生长的GPU 实现与硬件加速 1 2 2 张学智 ，齐 记 ，林 平 1 2 2 ZHANG Xuezhi , QI Ji , LIN Ping 1.兰州大学 物理科学与技术学院，兰州 730000 2.中国科学院 近代物理研究所，兰州 730000 1.School of Physics Science and Technology, Lanzhou University, Lanzhou 730000, China 2.Institute of Modern Physics, Chinese Academy of Science, Lanzhou 730000, China ZHANG Xuezhi, QI Ji, LIN Ping. GPU programming and acceleration of Laplace growth model. Computer Engineering and Applications, 2012, 48 （22 ）：84-87. Abstract ：A 2D hcp grid Laplace random walk model program based on CUDA （Compute Unified Device Archi- tecture ）is coded and tested. The computing efficiency result compared to the corresponding CPU （Central Process- ing Unit ）is given and comparing diagrams are presented. Key words ：Laplace growth; random walk; Compute Unified Device Architecture （CUDA ） 摘 要：编写实现了六方点阵中拉普拉斯模型的随机行走雪花生长的CUDA （Compute Unified Device Archi- tecture ）程序，分析了GPU （Graphic Processing Unit ）随机行走计算效率，对比了拉普拉斯模型随机行走雪花生 长的GPU 与CPU 加速特性，给出了该模型随机计算环境尺寸增加的用时增长曲线。 关键词：拉普拉斯模型；随机行走；通用并行计算架构（CUDA ） 文章编号：1002-8331（2012 ）22-0084-04 文献标识码：A 中图分类号：TP312 1 引言 维以及更高维随机行走问题，CPU 在处理上不仅不 自1905年Pearson[1] 正式提出随机行走（random 符合实际的物理情况，而且无法模拟到较大尺度。 walk ）的概念以来，人们在数学领域上已经对其进行 为了解决这一问题，人们开始研究并行计算。阵列 了广泛而深入的研究，并已将其扩充至物理、化学、 处理机、向量处理机、共享存储多处理机、分布存储 生物、工程、经济等其他众多领域。在一维情况下， 多计算机、分布共享存储多处理机等不同体系的并 随机行走的基本规则如下：设x 轴上的一个质点，假 行计算机相继出现为解决此类问题提供了解决的可 [4] 定它只能处于整数点，在时刻t=0 时，它位于初始位 能 。但是，在这些不同类的并行计算机中，要么因 置a （a 是整数），以后每隔单位时间，它总受到一个外 为结构体系的原因，其通讯时间远比计算时间多，要 力的随机作用，使其位置发生变化，分别以概率p 向 么由于计算机的价格昂贵，不适合一般的研究机 正方向或以概率q= 1 －p 向负方向移动一个单位。在 构。近年来出现的GPU （图形处理器）通用计算技术