安德鲁·科里根;费尔南多·卡梅利。;雷纳德·Löhner;约翰·沃林 在现代图形硬件上运行基于非结构化网格的CFD解算器。 （英语） Zbl 1394.76084号 国际期刊数字。方法流体 66，第2期，221-229（2011）. 概述：描述了在现代图形硬件上实现非结构化网格解算器的技术。考虑无粘、可压缩流动的三维欧拉方程。通过减少总的全局内存访问和重叠的冗余计算，以及使用适当的编号方案和数据布局，可以提高有效的内存带宽。还考虑了每块共享内存的适用性。求解器的性能在两个基准案例上进行了演示：NACA0012机翼和导弹。对于不同的网格大小，在四核CPU上运行的等效并行OpenMP代码上观察到的平均加速因子约为\（9.5\次\），在串行运行的等效代码上观察得到的平均加速因数约为\。 引用于30文件 理学硕士： 76米25 其他数值方法（流体力学）（MSC2010） 65日元10 特定类别建筑的数值算法 关键词：非结构网格;图形硬件 软件：开放运算语言;CUDA公司 PDF格式BibTeX公司 XML格式引用 \textit{A.Corrigan}等人，《国际数学家杂志》。方法液体66，No.2，221--229（2011；Zbl 1394.76084） 全文： 内政部 参考文献： [1] NVIDIA公司2008http://developer.nvidia.com/cuda（网址：http://developer.nvidia.com/cuda） [2] Brandvik，使用商品图形硬件加速二维欧拉流求解器，机械工程师学会会刊，C部分：机械工程科学杂志221第1745页–（2007）·doi:10.1243/09544062JMES813FT [3] Brandvik T Pullan G使用商品图形硬件加速3D Euler解算器 [4] Elsen，使用GPU对高超声速飞行器绕流的大型计算，计算物理杂志227 pp 10148–（2008）·Zbl 1218.76035号 ·doi:10.1016/j.jcp.2008.08.023 [5] Tölke，使用nVIDIA开发的计算统一设备架构实现Lattice Boltzmann内核，《科学中的计算与可视化》（2008） [6] Phillips E Zhang Y Davis R Owens J Cuda在多gpu桌面平台上实现不可压缩流的Navier-stokes解算器 [7] 用于不可压缩流的多gpu桌面平台上Navier-Stokes解算器的Thibault J Senocak I Cuda实现 [8] 2009年图形处理器上的Klockner A Warburton T Bridge J Hesthaven JS Nodal间断伽辽金方法 [9] 晚安，CUDA/OpenGL流体模拟（2007） [10] 欧文斯，图形硬件通用计算调查，计算机图形论坛26（1），第80页–（2007）·文件编号：10.1111/j.1467-8659.2007.01012.x [11] Harris，GPU Gems（2004） [12] Scheidegger，使用SMAC对GPU进行实际CFD模拟，计算机图形论坛24页715–（2005）·数字对象标识代码：10.1111/j.1467-8659.2005.00897.x [13] Hagen，《计算机科学讲稿》，载于：第六届国际计算科学会议论文集，pp 220–（2006）·Zbl 1157.76358号 ·doi:10.1007/11758549_34 [14] Löhner，《应用CFD技术：基于有限元方法的简介》（2008） [15] Khronos OpenCL工作组2008 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。