用于CFD仿真计算的异构集群系统及计算CFD任务的方法技术方案

本发明专利技术实施例提供了一种用于CFD仿真计算的异构集群系统及CFD计算方法，其中所述用于CFD仿真计算的异构集群系统包括：中央处理器(CPU)和硬件加速器，其中：所述CPU，用于将接收到的CFD任务划分为任务块，根据所述CFD任务的属性、CFD边界条件以及所述硬件加速器的性能参数确定计算所述任务块的硬件加速器，并将所述任务块发送给所述硬件加速器；所述硬件加速器，用于接收并计算所述CPU发送的任务块，并将计算结果发送给所述CPU。通过构建集成CPU、GPU和FPGA的异构集群系统，根据CFD任务的属性智能化的调配计算资源，解决了目前CFD仿真的运算瓶颈问题，提高了CFD应用的运行效率。

Heterogeneous cluster system and CFD computing method for CFD simulation

The embodiment of the invention, a calculation method for heterogeneous cluster system and CFD CFD simulation are provided, wherein the heterogeneous cluster system for including CFD simulation: the central processor (CPU) and hardware accelerator, wherein the CPU for the CFD task division received the task, according to the property, the CFD task CFD boundary conditions and the hardware accelerator performance parameters calculation to determine the hardware accelerator task block, and the block is sent to the hardware accelerator; the hardware accelerator for receiving and calculation tasks block the CPU transmission, and the results are sent to the the CPU. By constructing heterogeneous cluster system integrated with CPU, GPU and FPGA, the computing bottleneck of CFD simulation is solved according to the attributes of CFD task, and the operation efficiency of CFD application is improved.

【技术实现步骤摘要】
用于CFD仿真计算的异构集群系统及CFD计算方法
本专利技术涉及仿真
，尤其涉及一种用于计算流体力学(ComputationalFluidDynamics,CFD)仿真计算的异构集群系统及CFD计算方法。
技术介绍
计算流体力学(ComputationalFluidDynamics,CFD)是使用计算机和离散化的数值方法对流体力学问题进行数值模拟和分析的科学技术，是流体力学当代新兴的一个分支学科。随着计算技术与计算机技术的迅猛发展，CFD技术已经应用到国民生产的各个方面，尤其是在航空航天、汽车、船舶、水利等领域应用十分广泛，是工程应用和产品设计中非常重要的辅助工具。工业仿真技术作为工业生产和制造中必不可少的首要环节，已经被广泛地应用到工业各个领域中。随着智能制造、工业4.0和工业互联网等新一轮工业革命的兴起，工业仿真的需求日益强烈，工程师与设计师们对仿真的精密度要求也越来越高，这对CFD仿真的效率和性能提出了更高的要求。目前，CFD应用普遍运行在基于X86架构的因特尔(intel)中央处理器(CentralProcessingUnit,CPU)上，而CPU虽然功能强大，可以完成大部分计算任务，但是其浮点计算能力受到摩尔定律的限制，计算速度较慢，进而耽误研发进程，导致CFD应用的运行效率低下，无法满足工业仿真的要求。
技术实现思路
本专利技术提供了一种用于CFD仿真计算的异构集群系统及CFD计算方法，通过构建包括CPU及硬件加速器在内的集成平台，根据任务属性智能化地分配计算任务，解决了目前CFD仿真的运算能力瓶颈问题，提高了CFD应用的运行效率。本专利技术实施例提供了一种用于计算流体力学(CFD)仿真计算的异构集群系统，所述系统包括中央处理器(CPU)和硬件加速器，其中：所述CPU，用于将接收到的CFD任务划分为任务块，根据CFD任务的属性、CFD边界条件以及所述硬件加速器的性能参数确定计算所述任务块的硬件加速器，并将所述任务块发送给所述硬件加速器；所述硬件加速器，用于接收并计算所述CPU发送的任务块，并将计算结果发送给所述CPU。本专利技术实施例另外一个方案中，所述CPU和所述硬件加速器集成设置，所述硬件加速器包括至少一个图形处理器(GPU)和/或至少一个现场可编程门阵列(FPGA)。本专利技术实施例另外一个方案中，所述CFD任务的属性包括优先计算性能或者优先能耗性能，所述CPU根据所述CFD任务的属性使用局部贪心算法为所述任务块调用硬件加速器进行计算。本专利技术实施例另外一个方案中，所述根据CFD任务的属性、CFD边界条件以及所述硬件加速器的性能参数确定计算所述任务块的硬件加速器，具体包括：根据所述CFD边界条件以及所述任务块的点、面和网格数量确定所述任务块的计算量，所述计算量包括计算所述任务块的时间和/或能耗；根据所述CFD任务的属性、所述任务块计算量以及所述硬件加速器的性能参数确定计算所述任务块的硬件加速器。本专利技术实施例另外一个方案中，所述CPU接收所述硬件加速器发送的任务块计算结果，并将所述任务块的计算结果合并后发送给网络文件系统(NFS)服务器进行存储。本专利技术实施例另外一个方案中，所述CPU还用于向所述NFS服务器获取CFD前处理工具，并使用所述CFD前处理工具将所述CFD任务划分为任务块。本专利技术实施例另外一个方案中，所述CPU还用于向所述NFS服务器获取CFD任务求解应用程序，并将所述CFD任务求解应用程序与所任务块一并发送给所述硬件加速器，以使所述硬件加速器根据所述CFD任务求解应用程序对所述任务块进行计算。本专利技术实施例另外一个方案中，所述NFS服务器中存储所述硬件加速器的性能参数，所述CPU还用于向所述NFS服务器读取硬件加速器的性能参数，并存储在所述CPU的内存中。本专利技术实施例另外一个方案中，所述CPU包括便携式批处理系统(PBS)模块，所述PBS模块用于实现硬件加速器资源的智能调度和任务分发逻辑。本专利技术实施例还提供了一种使用前述任一用于计算流体力学(CFD)仿真计算的异构集群系统的CFD计算方法，该方法包括：接收CFD任务，并将所述CFD任务划分为任务块；根据CFD任务的属性、CFD边界条件以及硬件加速器的性能参数为所述任务块选择硬件加速器，并将所述任务块发送给所述硬件加速器进行计算；接收所述硬件加速器发送的任务块计算结果，并将所述计算结果进行合并。本专利技术实施例另外一个方案中，所述方法还包括：所述CFD任务的属性为优先计算性能或者优先能耗性能，根据所述CFD任务的属性使用局部贪心算法为所述任务块调用硬件加速器进行计算。本专利技术实施例另外一个方案中，所述根据CFD任务的属性、CFD边界条件以及硬件加速器的性能参数为所述任务块选择硬件加速器包括：根据所述CFD边界条件以及所述任务块的点、面和网格数量确定所述任务块的计算量，所述计算量包括计算所述任务块的时间和/或能耗；根据所述CFD任务的属性、所述任务块计算量以及所述硬件加速器的性能参数确定计算所述任务块的硬件加速器。本专利技术实施例另外一个方案中，所述方法还包括：从网络文件系统(NFS)服务器中获取CFD前处理工具，使用所述CFD前处理工具将所述CFD任务划分为所述任务块。本专利技术实施例另外一个方案中，所述方法还包括：从所述NFS服务器中获取所述CFD任务的属性、所述CFD边界条件、所述硬件加速器的性能参数，并根据所述CFD任务的属性、所述CFD边界条件以及所述硬件加速器的性能参数为所述任务块选择硬件加速器。本专利技术实施例另外一个方案中，将所述合并后的计算结果发送所述NFS服务器进行存储。本专利技术实施例另外一个方案中，所述方法还包括：从所述NFS服务器中获取CFD任务求解应用程序，并将所述CFD求解任务程序与所述任务块一并发送给所述硬件加速器，以使所述硬件加速器根据所述CFD任务求解应用程序对所述任务块进行计算。本专利技术实施例另外一个方案中，所述硬件加速器包括至少一个图形处理器(GPU)和/或至少一个现场可编程门阵列(FPGA)。本专利技术实施例还提供了一种用于计算流体力学(CFD)仿真计算的异构集群系统，所述系统包括存储器和处理器，其中：所述存储器，用于存储代码；所述处理器，用于执行所述存储器中的代码，执行所述存储器中的代码能实施前述计算CFD任务的方法中任一所述的方法步骤。本专利技术实施例所提供的用于CFD仿真计算的异构集群系统及计算CFD任务的方法，具有以下有益效果：(1)系统将中央处理器(CentralProcessingUnit,CPU)、图形处理器(GraphicsProcessingUnit,GPU)和现场可编程门阵列(Field－ProgrammableGateArray,FPGA)集成在一起，根据CPU、GPU和FPGA的各自特点与优势，采用便携式批处理系统(PortableBatchSystem,PBS)模块调度系统根据CFD任务的属性执行不同的调度策略，分配计算任务，并且兼顾GPU和FPGA的性能和能耗，提高计算效率；(2)系统利用GPU和FPGA强大的运算能力使得CFD性能得到数量级的改进，为用户减少时间成本以及提高生产效率；(3)在系统中，CPU主要负责CFD任务智能调度以及相关流程的执行，绝大部分浮点运算任务分发给了GPU和FPGA，使本文档来自技高网...

【技术保护点】
一种用于计算流体力学(CFD)仿真计算的异构集群系统，其特征在于：所述系统包括中央处理器(CPU)和硬件加速器，其中：所述CPU，用于将接收到的CFD任务划分为任务块，根据CFD任务的属性、CFD边界条件以及所述硬件加速器的性能参数确定计算所述任务块的硬件加速器，并将所述任务块发送给所述硬件加速器；所述硬件加速器，用于接收并计算所述CPU发送的任务块，并将计算结果发送给所述CPU。

【技术特征摘要】
1.一种用于计算流体力学(CFD)仿真计算的异构集群系统，其特征在于：所述系统包括中央处理器(CPU)和硬件加速器，其中：所述CPU，用于将接收到的CFD任务划分为任务块，根据CFD任务的属性、CFD边界条件以及所述硬件加速器的性能参数确定计算所述任务块的硬件加速器，并将所述任务块发送给所述硬件加速器；所述硬件加速器，用于接收并计算所述CPU发送的任务块，并将计算结果发送给所述CPU。2.根据权利要求1所述的用于CFD仿真计算的异构集群系统，其特征在于：所述CPU和所述硬件加速器集成设置，所述硬件加速器包括至少一个图形处理器(GPU)和/或至少一个现场可编程门阵列(FPGA)。3.根据权利要求1所述的用于CFD仿真计算的异构集群系统，其特征在于：所述CFD任务的属性包括优先计算性能或者优先能耗性能，所述CPU根据所述CFD任务的属性使用局部贪心算法为所述任务块调用硬件加速器进行计算。4.根据权利要求1所述的用于CFD仿真计算的异构集群系统，其特征在于：所述根据CFD任务的属性、CFD边界条件以及所述硬件加速器的性能参数确定计算所述任务块的硬件加速器，具体包括：根据所述CFD边界条件以及所述任务块的点、面和网格数量确定所述任务块的计算量，所述计算量包括计算所述任务块的时间和/或能耗；根据所述CFD任务的属性、所述任务块计算量以及所述硬件加速器的性能参数确定计算所述任务块的硬件加速器。5.根据权利要求1所述的用于CFD仿真计算的异构集群系统，其特征在于：所述CPU接收所述硬件加速器发送的任务块计算结果，并将所述任务块的计算结果合并后发送给网络文件系统(NFS)服务器进行存储。6.根据权利要求5所述的用于CFD仿真计算的异构集群系统，其特征在于：所述CPU还用于向所述NFS服务器获取CFD前处理工具，并使用所述CFD前处理工具将所述CFD任务划分为任务块。7.根据权利要求5所述的用于CFD仿真计算的异构集群系统，其特征在于：所述CPU还用于向所述NFS服务器获取CFD任务求解应用程序，并将所述CFD任务求解应用程序与所任务块一并发送给所述硬件加速器，以使所述硬件加速器根据所述CFD任务求解应用程序对所述任务块进行计算。8.根据权利要求5所述的用于CFD仿真计算的异构集群系统，其特征在于：所述NFS服务器中存储所述硬件加速器的性能参数，所述CPU还用于向所述NFS服务器读取硬件加速器的性能参数，并存储在所述CPU的内存中。9.根据权利要求1所述的用于CFD仿真计算的异构集群系统，其特征在于：所述CPU包括便携式批处理系统(PBS)模块，所...

【专利技术属性】
技术研发人员：朱兆生，吴健明，
申请(专利权)人：杭州远算云计算有限公司，杭州远算科技有限公司，
类型：发明
国别省市：浙江,33