采用PETSc的有限元并行计算实现与优化

doi:10.3778/j.issn.1002-8331.2010.10.019

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (10): 57-59.DOI: 10.3778/j.issn.1002-8331.2010.10.019

采用PETSc的有限元并行计算实现与优化

张健飞

河海大学土木工程学院，南京 210098

收稿日期:2008-11-07 修回日期:2008-12-22 出版日期:2010-04-01 发布日期:2010-04-01
通讯作者: 张健飞

Parallel implementation and tuning of finite element computing with PETSc

ZHANG Jian-fei

School of Civil Engineering，Hohai University，Nanjing 210098，China

Received:2008-11-07 Revised:2008-12-22 Online:2010-04-01 Published:2010-04-01
Contact: ZHANG Jian-fei

摘要/Abstract

摘要： 可移植可扩展科学计算工具箱PETSc提供了高性能求解偏微分方程组的大量对象和解法库，基于此进行结构有限元并行计算，可降低难度和成本。给出了基于PETS的结构有限元并行计算实现方法，包括有限元方程组的并行形成和并行求解的实现。根据PETSc的特点，提出了提高计算性能的优化措施，即数据局部化和存储预分配。数值实验表明实现方法可行，优化措施效果明显。

关键词: 可移植可扩展科学计算工具箱（PETSc）, 有限元, 并行计算, 数据局部化, 存储预分配

Abstract: Abstract： Portable Extensible Toolkit for Scientific computation（PETSc） provides many high performance objects and solvers for partial differential equations.The difficulty and cost of structural parallel finite element computing with PETSc will come down.The parallel implementation of structural finite element computing with PETSc is presented，including parallel formation and parallel solving of finite element equations.According to the characteristics of PETSc，two performance tuning measures are presented，they are data localization and storage pre-allocation.Numerical test shows that the implementing method is practicable and performance tuning measures are effective.

Key words: Portable Extensible Toolkit for Scientific computation（PETSc）, finite element, parallel computing, data localization, storage pre-allocation

中图分类号:

O246

张健飞. 采用PETSc的有限元并行计算实现与优化[J]. 计算机工程与应用, 2010, 46(10): 57-59.

ZHANG Jian-fei. Parallel implementation and tuning of finite element computing with PETSc[J]. Computer Engineering and Applications, 2010, 46(10): 57-59.

[1]	冯凯，李婧. k元n方体网络的子网络可靠性[J]. 计算机工程与应用, 2021, 57(16): 83-89.
[2]	李健，张大伟，姜晓明，向立云. 并行化洪水演进模拟研究综述[J]. 计算机工程与应用, 2021, 57(13): 1-7.
[3]	孙明，陈昕. 面向卷积神经网络的硬件加速器设计方法[J]. 计算机工程与应用, 2021, 57(13): 77-84.
[4]	叶颖诗，魏福义，蔡贤资. 基于并行计算的快速Dijkstra算法研究[J]. 计算机工程与应用, 2020, 56(6): 58-65.
[5]	杜伟，傅游. 基于GPU的最小二乘蒙特卡罗算法期权定价[J]. 计算机工程与应用, 2020, 56(4): 225-229.
[6]	金之雁，杨磊，林隽民，王哲. 广义共轭余差法的通信避免算法[J]. 计算机工程与应用, 2020, 56(3): 74-79.
[7]	刘家华，陈靖宇. 多核并行脉冲神经网络模拟器的设计[J]. 计算机工程与应用, 2020, 56(22): 244-250.
[8]	邬阳阳，汤建国. 大数据背景下粗糙集属性约简研究进展[J]. 计算机工程与应用, 2019, 55(6): 31-38.
[9]	刘军，李威，吴梦婷，陈起凤. Hadoop平台下新型图像并行处理模型设计[J]. 计算机工程与应用, 2019, 55(6): 186-190.
[10]	刘洋，陈经纬，冯勇，吴文渊. 并行LLL算法研究综述[J]. 计算机工程与应用, 2019, 55(16): 36-41.
[11]	曾有灵，陈耿铎，熊威，李喆. 基于Spark的CT图像FBP重建算法程序并行设计[J]. 计算机工程与应用, 2019, 55(10): 218-224.
[12]	姜悦宁1，2，3，贾宏光1，3，厉明1，3. 基于多核并行计算的无人机CFD数值模拟[J]. 计算机工程与应用, 2018, 54(7): 221-225.
[13]	魏子衿1，2，3，肖丽2，3. 基于区域分解的并行动态LOD构建算法[J]. 计算机工程与应用, 2018, 54(6): 168-177.
[14]	郑棉仑，袁志勇，童倩倩，朱炜煦. 无条件稳定的显式降维非线性有限元[J]. 计算机工程与应用, 2018, 54(4): 50-55.
[15]	覃金帛1，曾志强1，2，梁藉1，杨明祥2，张健1. GPU并行优化技术在水利计算中的应用综述[J]. 计算机工程与应用, 2018, 54(3): 23-29.

采用PETSc的有限元并行计算实现与优化

Parallel implementation and tuning of finite element computing with PETSc

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics