Ingresso/uscita dati efficiente (I/O) per il dominio del tempo a differenze finite (FDTD). Calcolo su unità di elaborazione grafica (GPU)

Titolo originale:

Efficient Data Input/Output (I/O) for Finite Difference Time Domain (FDTD). Computation on Graphics Processing Unit (GPU)

Contenuto del libro:

Tesi di Master dell'anno 2014 nella materia Computer Science - Applied, grade: First, Università di Manchester (School of Computer Science), corso: Advanced Computer Science: Computer Systems Engineering, language: English, abstract: Grazie ai recenti progressi della tecnologia, uno dei metodi più diffusi per ottenere prestazioni rispetto al tempo di esecuzione dei programmi è l'utilizzo della potenza del parallelismo massivo degli acceleratori basati su GPU insieme all'elaborazione della CPU. Nell'acceleratore di calcolo basato su GPU, la parte ad alta intensità di dati o di calcolo viene calcolata sulla GPU, mentre le istruzioni semplici ma complesse vengono calcolate sulla CPU, al fine di ottenere un'accelerazione massiccia nel tempo di esecuzione del programma eseguito sul sistema informatico.

In fisica, in particolare nell'elettromagnetismo, il metodo FDTD (Finite-Difference Time-Domain) è un metodo di analisi numerica molto diffuso, utilizzato per risolvere l'insieme delle equazioni differenziali parziali di Maxwells per unificare e mettere in relazione il campo elettrico e il campo magnetico. Poiché il metodo FDTD è ad alta intensità di calcolo e presenta un elevato livello di parallelismo nell'implementazione computazionale, negli ultimi anni i ricercatori stanno cercando di calcolare la parte ad alta intensità di calcolo dei metodi FDTD su GPU anziché su CPU. Sebbene l'elaborazione di parti parallelizzate degli algoritmi FDTD sulla GPU raggiunga prestazioni molto buone, non riesce a ottenere un'ottima accelerazione nel tempo di esecuzione a causa della latenza molto elevata tra la CPU e la GPU.

I risultati dei calcoli a ogni time-step di FDTD devono essere prodotti e salvati sul disco rigido del sistema. Questo può essere chiamato output di dati dei metodi FDTD, e la sovrapposizione dell'output di dati e il calcolo dei valori di campo al passo temporale successivo non possono essere eseguiti simultaneamente.

A causa di questo problema e del divario di latenza tra la CPU e la GPU, si verifica un collo di bottiglia nelle prestazioni dell'output dei dati della GPU. Questo problema può essere considerato come l'inefficienza delle prestazioni di input/output dei dati (I.