在GPU上的CFD计算

　　基于FDM和FVM的CFD计算是非常适合在GPU上实现的。以FDM为例，首先看一下FDM的计算方式。

　　图3是CFD计算中网格的一个单元，使用FDM方法进行流体计算的时候，对于每一个网格上的物理量，都必须通过其上下左右相邻单元的物理量差分求解。这是一个非常典型的数据并行性问题，既处理方式相同，数据不同。数据并行性的问题非常适合在GPU上实现，这是因为GPU执行的方式叫SIMT(Single Instruction MultipleThreads，单指令多线程)，同一条指令可以有多个线程执行，每个线程负责处理不同的数据。由此可见，利用GPU加速流体计算是可行的。

图4 GPU计算绕后台阶流场

　　图4是使用GPU计算绕后台阶的流场图，从结果来看，GPU能够实现CFD的计算工作。在计算速度方面，随着网格数目的增大，GPU在完成一个时间步长的计算所需要的时间远远低于CPU，在计算16777216 个网格时，GPU 的计算速度达到了CPU的54倍。图5是GPU与CPU在计算不同尺寸时所需要的时间对比。

图5 GPU、CPU计算不同网格数目时间对比

　　GPU并行计算技术为CFD带来了全新的解决方案，使用GPU计算能够获得相对于CPU更快的计算速度，同时能够降低并行计算的成本和功耗。但是，由于我们的GPU 计算设备较老(以GT200为核心的C1060)，并且在双精度计算方面存在一些缺陷，因此无法使用双精度进行CFD的计算工作，导致了计算过程中迭代时收敛速度缓慢。接下来的主要工作是在Fermi为核心的设备上进行双精度的CFD计算，并验证GPU与CPU的计算结果。