Metody oddziałujących cząstek pozwalają realizować symulacje komputerowe dużej gamy zjawisk fizycznych. Ze względu na dużą liczbę cząstek w typowych symulacjach ich efektywna realizacja wymaga dużych nakładów obliczeniowych. Rozprawa doktorska poświęcona jest wykorzystaniu niekonwencjonalnych, masywnie równoległych architektur procesorowych, w celu przyspieszenia obliczeń. W pracy opisane są trzy architektury, które pojawiły się w ostatnim czasie: procesory graficzne (GPU), Cell B.E. oraz CUDA.
W rozprawie zostały zaproponowane algorytmy obliczeń metodami cząstek, dostosowane do każdej z wymienionych architektur. W przypadku GPU oraz CUDA głównym wyzwaniem była realizacja algorytmu znajdowania sąsiadów, a dla procesora Celi podział problemu zapewniający ogólną współbieżność. Ponadto dla każdej z architektur zaproponowano dodatkowe kroki optymalizacji wykonania, wykorzystujące specyfikę danego procesora.
Przykładowe symulacje, wykonane w ramach pracy doktorskiej, oparte były o modele dyssypatywnej dynamiki cząstek (DPD) oraz hydrodynamiki cząstek wygładzonych (SPH). W rozprawie zbadano wydajność i określono złożoność obliczeniową opisywanych algorytmów. Przedstawione wyniki eksperymentalne dowodzą, że możliwa jest efektywna realizacja algorytmów oddziałujących cząstek na wymienionych architekturach.
Implementing interacting particle methods on masively parallel computer architectures Interacting particle methods enable computer simulations of broad spectrum of physical phenomena. Due to a large number of particles in a typical simulation, effective application of such methods implies high computational cost. The dissertation focuses on leveraging unconventional, massively parallel computer architectures for accelerating computations. Three recent architectures are covered in the thesis: graphics processors (GPU), Cell B.E., and CUDA.
This thesis offers novel particle simulation algorithms adequate to specifics of each hardware and software platform. In the case of GPU and CUDA the major challenge was the implementation of particle neighbor search, while the cell processor required dedicated task subdivision to achieve efficient parallelism. Moreover, custom optimizations have been proposed for each architecture.
Sample simulations performed during the research were based on dissipative particle dynamics (DPD) and smoothed particle hydrodynamics (SPH) methods. The proposed algorithms have been evaluated in terms of real-world application performance, as well as theoretical computational complexity. Experimental results show that it is feasible to use the aforementioned computer architectures for particle-based simulations
