二维扩散方程的GPU加速

摘要：

近几年来,GPU因拥有比CPU更强大的浮点性能备受瞩目。NVIDIA推出的CUDA架构,使得GPU上的通用计算成为现实。本文将计算流体力学中Benchmark问题的二维扩散方程移植到GPU,并采用了全局存储和纹理存储两种方法。结果显示,当网格达到百万量级的时候,得到了34倍的加速。

关键词： 二维扩散方程 计算流体力学 纹理存储 全局存储

作者: 董廷星 王龙 迟学斌

作者单位: 中国科学院计算机网络信息中心超级计算中心,北京100190

会议类型: 国内会议

会议名称: 2009年全国理论计算机科学学术年会

会议地点: 哈尔滨

会议语种:中文

页码: 121-123,127

在线出版日期: 2009-08-07（万方平台首次上网日期，不代表论文的发表时间）