[发明专利]基于GPU集群的城市一般建筑群震害分析的计算加速方法

说明书

技术领域

本发明涉及土木工程防灾减灾技术领域，特别是指一种基于GPU集群的城市一般建筑群震害分析的计算加速方法。

背景技术

在全国660个城市中，位于地震区的占74.5％，约有一半城市位于基本烈度7度及以上地区。城市区域中，绝大多数都是形状简单规则，结构类型明确，地震作用下行为易于预测的一般建筑。这类建筑数量巨大，震害分析的计算量异常庞大，无法满足地震震灾后的快速应急响应要求。因此，为了解决计算效率的问题，需要针对一般建筑群震害分析开发高性能的计算方法。

日本东京大学地震工程研究所的Hori和Ichimura利用超级计算机完成了东京市的震害模拟(Wijerathne M L L,Hori M,Kabeyazawa T,et al.Strengthening of parallel computation performance of integrated earthquake simulation[J].Journal of Computing in Civil Engineering,2012,27(5):570-573.)。然而，超级计算机价格昂贵，维护成本高昂，难以得到广泛应用。

GPU(Graphic Processing Unit，图形处理单元)，最早是用于计算机图形显示的处理单元。由于很好的并行计算和浮点计算能力，GPU开始走出图形计算的限制，将其强大的性能延伸到通用计算的领域。目前，全世界前100强的超级计算机均有GPU参与进行计算，我国也有类似的采用GPU作为运算核心的计算机集群。为此，清华大学韩博等人利用GPU进行城市建筑群的震害分析，并在了7000多建筑群上进行了应用(韩博,陆新征,许镇,李易.基于高性能GPU计算的城市建筑群震害模拟[J].自然灾害学报,2012,21(5):16-22.)。但是，该计算方法限于单个GPU，难以应对更大规模的建筑群。

为此，本发明在GPU加速的基础上，进一步提出基于GPU集群的解决方案，以扩大方法的适用范围，满足城市大规模建筑群的海量计算需求。

发明内容

本发明为解决城市一般建筑群震害分析的海量计算问题，提供一种基于GPU集群的城市一般建筑群震害分析的计算加速方法，实现大规模城市一般建筑震害的快速预测。

该方法包括基于单个GPU的一般建筑震害分析并行计算方法和基于GPU集群的静态负载均衡策略两部分，具体过程如下：

(1)基于单个GPU的一般建筑震害分析并行计算方法：

首先，将计算数据(地震动数据和建筑模型参数)由计算机内存复制到GPU显存中；然后，根据建筑数量开辟GPU线程，每一条线程对应一个建筑计算任务，在GPU中进行求解；最后，将每栋建筑的计算结果由显存复制到内存中。

通过GPU要计算的建筑数量和GPU中的Block数量决定开辟线程的数量。GPU的线程总数等于Block数量与每个Block容纳线程数量的乘积。由于GPU硬件限制，Block容纳线程数量是32的整数倍，一般取256。Block的个数等于要计算的建筑数量除以256后的整数部分确定，如果有余数则加1。则开辟线程的总数等于Block数量乘以256。这样情况下，开辟的线程数量将保证覆盖所有顶点。一个建筑震害分析任务由一条GPU线程负责，采用中心差分法求解动力方程，以完成一栋建筑的震害计算。

(2)基于GPU集群的静态负载均衡策略：

采用一组配有GPU的计算机搭建GPU集群，该组计算机被分为一个Host，余下的为Slaves，采用静态负载均衡策略，评估多自由度剪切层模型的计算荷载；

首先，评估Slave的计算能力，计算能力用每秒的浮点数计算量FLOPS来表示，根据FLOPS值，每个Slave将降序排列，并将它们的编号记为从1到m；

然后，确定所需要的GPU内存M_i＝S_i·M_s，i＝1,2,3,...n，其中，M_s为每个楼层所需的GPU内存，n为建筑的数量，S_i为第i个建筑对应的楼层数；

再通过监控软件测量确定可用的GPU内存大小；

最后，分配任务，将建筑分配到Slave上。任务分配规则是：a)优先给高性能GPU的Slave分配任务；b)每个GPU分配任务总大小应等于或接近GPU可用内存。

本发明的上述技术方案的有益效果如下：