大规模CFD并行计算中的任务分配策略
随着CFD数值模拟规模的越来越大,各个进程上的任务负载平衡程度已经成为影响CFD并行程序性能的重要因素之一.任务负载平衡的目的是使得各进程上计算量负载平衡和各进程间的通信开销最小,传统的负载平衡方法已不能满足CFD并行计算的需求,本文提出了基于遗传算法的CFD并行任务分配策略.此策略先通过组合把网格块分为与进程数相同的组,然后把这些组分配到相应的进程上,不同的组合和分配方案会有不同的负载平衡效果,最后采用遗传算法,定义合理的适应度函数,并通过进化迭代搜索最终获得近优的组合和分配方案.数值实验结果表明,在进程数远小于网格块数的情况下该方法可显著改善并行计算的负载平衡性能,并能使各进程间的最大通信开销达到最小.
计算流体动力学 并行计算 任务分配 负载平衡 遗传算法 通信开销
唐波 王勇献
国防科技大学计算机学院,湖南长沙410073 国防科技大学计算机学院,湖南长沙410073;国防科技大学并行与分布处理重点实验室,湖南长沙410073
国内会议
桂林
中文
690-693
2013-10-29（万方平台首次上网日期，不代表论文的发表时间）