[发明专利]使用GPU并行实现的基于PIC模型的加速器仿真方法

说明书

技术领域

本发明涉及加速器物理模拟仿真技术领域，具体涉及一种使用图形处理单元(GPU)加速卡的计算机实现基于质点网格(PIC)模型下对加速器中粒子加速过程模拟仿真方法。

背景技术

加速器模拟是加速器物理中一个非常重要的组成部分，细致而科学的加速器模拟对加速器设计和加速器调试起着至关重要的作用。由于在加速器中粒子数量巨大，粒子间相互作用紧密，以及加速器组成结构复杂，都对加速器模拟技术提出了很高的要求。选取合适的模拟模型，采用高效的模拟算法，利用高性能的计算硬件，可以更加真实、细微和直观地模拟出真实加速器环境中粒子的运动形态。

目前，加速器模拟算法的实现以CPU为主，这些方法由于CPU计算能力不足导致计算规模不足，在模拟过程中，极大的限制了计算速度和模拟规模，在可以接受的机时内只能计算很小的空间尺寸和时间尺寸。而基于NVIDIA公司开发的CUDA架构的GPU并行编程为高性能运算提供一种方便、直接又经济的解决方案。CUDA架构的编程模式，依靠其高效的并行模式，方便的库函数，为加速器模拟提供了新的契机。

发明内容

本发明的目的在于，提供一种使用GPU加速卡并行实现基于PIC模型的加速器过程模拟的方法，以解决现有PIC模型加速器模拟算法运算速度低、成本高等技术问题。

根据本发明一方面，提出了一种使用图形处理单元(GPU)实现的基于质点网格(PIC)模型的加速器仿真方法，包括：

a.在主机中产生初始化信息，并将初始化信息从主机复制到计算节点的GPU中，GPU包括多个流处理器；

在GPU中，利用多个流处理器并行执行以下步骤：

b.根据初始化信息，确定粒子位置与网格的对应关系；

c.根据粒子位置与网格的对应关系，计算每个网格内所有粒子在网格上的电荷密度权重，得到网格的电荷密度分布；

d.根据网格的电荷密度分布计算网格的电势分布，并根据网格的电势分布计算网格电场分布；

e.计算每个粒子在电场作用下的运动变化，并更新每个粒子的运动状态；以及

f.用每个粒子的更新的运动状态代替初始化信息，迭代地执行步骤b到e，直到粒子运动状态满足设计需求。

在一个实施例中，在步骤b和e中按照一个流处理器对应一个粒子的方式进行GPU并行处理，并且在步骤c和d中按照一个流处理器对应一个网格的方式进行GPU并行处理。

在一个实施例中，初始化信息包括三维仿真空间划分所得的网格数目、粒子的数目、粒子的三维位置和速度。

在一个实施例中，步骤b包括：确定每个粒子的位置所在的网格的编号并存储在数组中；根据确定的编号对数组中的粒子位置进行排序，使在同一个网格内的所有粒子位置连续排列；在排序后的数组中获取每个网络内粒子的开始位置和结束位置。

在一个实施例中，在步骤b中采用包括多个并行线程的线程块，每个线程块处理预定数目的网格，并且线程块共享访问GPU中的共享内存。

在一个实施例中，在步骤d中，对电荷密度分布进行三维傅立叶变换，根据频域电荷密度分布计算网格的频域电势分布，并对频域电势分布进行三维傅立叶逆变换，以得到网格的电势分布。

在一个实施例中，步骤e包括：计算每个粒子在电场作用下的受力和加速度，并更新每个粒子的三维速度和位置。

在一个实施例中，步骤e还包括：更新所述数组中的粒子位置，对数组中所有粒子位置排序，并更新每个网格内粒子的开始位置和结束位置。

在一个实施例中，利用排序后的数组，线程块对连续排列的同一个网格内的所有粒子位置进行合并访问。

在一个实施例中，在步骤d中利用纹理内存绑定的方法，根据网格的电势分布计算网格的电场分布。

在一个实施例中，在步骤e中，改变线程块的大小，并利用改变后的线程块的大小计算每个粒子的运动变化。