1 / 11

Córdoba – Mayo 26, 2011

Evaluación de actualización códigos de cálculo de reactores nucleares para ejecución en GPGPU. Ing. Ignacio Mochi. Primera escuela Argentina de GPGPU Computing para Aplicaciones Científicas. Córdoba – Mayo 26, 2011. Introducción. Diseño y optimización de reactores nucleares

saman
Download Presentation

Córdoba – Mayo 26, 2011

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Evaluación de actualización códigos de cálculo de reactores nucleares para ejecución en GPGPU Ing. Ignacio Mochi Primera escuela Argentina de GPGPU Computing para Aplicaciones Científicas Córdoba – Mayo 26, 2011

  2. Introducción • Diseño y optimización de reactores nucleares • Utilización de diversos programas de cálculo • Línea de cálculo propia • Muy versátil desde el punto de vista de la programación • Programación en lenguaje Fortran • Se busca optimizar la línea de cálculo neutrónica • Aprovechar tecnologías disponibles • Reducir el tiempo real de cálculo

  3. Modelos utilizados • Cálculos de celda • Problemas de probabilidad de colisión • Sistemas de ecuaciones lineales • Resolución por inversión matricial • Orden de magnitud del sistema: 100 - 1000 • 200 ecuaciones independientes • Varios métodos numéricos distintos.

  4. Modelos utilizados

  5. Modelos utilizados • Cálculos de núcleo • Problemas de difusión • Sistemas de ecuaciones lineales • Matriz rala, paralela (tri-diagonal + 4 paralelas distantes) • Resolución iterativa • Orden de magnitud del sistema: 10.000.000 (2113) • 2 – 10 ecuaciones independientes

  6. Modelos utilizados

  7. Modificaciones realizadas • Problemas de difusión • Se identificaron las rutinas mas costosas • Se exteriorizaron dichas rutinas • Se paralelizaron utilizando OpenMP • Obteniendo una reducción del tiempo real de ejecución de 3,5 veces en computadoras con 4 procesadores (linux) • Algunas rutinas iterativas debieron modificarse utilizando el la técnica Red-Black

  8. Modificaciones realizadas • Se intentó utilizar el compilador PGI Fortran sin éxito • Problemas encontrados • Funciones de bajo nivel • Requiere manejo minucioso de memoria • Vectorización inadecuada de ecuaciones • GPGPUs disponibles no pueden manejar Realx8

  9. Modificaciones realizadas

  10. Objetivos • Identificar que segmentos de cálculo es factible optimizar utilizando GPGPU • Estimar que reducción puede alcanzarse en el tiempo de ejecución de los programas • Evaluar las características de un cluster de GPGPUs adecuado • Evaluar las opciones de implementación • Compilador / Bibliotecas / Lenguaje mixto • Compatibilidad (Windows / Linux) • Soporte

  11. Gracias por su atención

More Related