[发明专利]一种基于GPU和分布式计算的高层建筑群震害分析方法

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和分布式计算的高层建筑群震害分析方法。

背景技术

高层建筑群是人员和财产的高度汇集区域，同时也会成为一个城市的名片，如北京的国贸区域，对于整个城市具有极其重要的地位和价值，其防灾重要性不言而喻。然而，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。因此，地震是高层建筑群重要自然灾害威胁。非常有必要对高层建筑群进行震害分析，为应急管理、防灾规划等提供重要依据。

然而，高层建筑震害分析模型一般比较庞大，导致震害分析的计算量很大。例如，一些高层建筑一次震害分析需要几十，甚至上百小时。高层建筑群一般具有几十到上百栋建筑，震害分析的计算量相当庞大，需要高性能的计算技术。

日本东京大学地震研究中心Hori教授采用超级计算机来解决高层建筑群的计算难题(Yamashita T,Kajiwara K,Hori M.Petascale computation for earthquake engineering.Comput Sci Eng 2011；13:44–9.)。然而，超级计算使用成本较高，使用程序繁琐，难以满足高层建筑群大量、频繁的震害分析需求。

GPU是一种低成本但高性能的计算手段，可以通过细颗粒度并行方式来加速有限元求解过程中的矩阵运算，如特征值求解、线性方程组求解等。分布式计算是一种灵活的计算手段，它可以根据问题的规模来调用所需的计算资源。因此，本发明借助图形处理GPU(Graphics Processing Unit)来实现单个高层建筑震害分析的并行加速，并通过分布式计算来解决高层建筑群的计算难题。

发明内容

本发明为解决高层建筑群震害分析的海量计算问题，提供一种基于GPU和分布式计算的高层建筑群震害分析方法，为震害分析提供高性能的计算方法。

该方法包括基于GPU的线性方程求解和动态荷载均衡策略两部分，具体过程如下：

(1)基于GPU的线性方程求解：

采用开源震害分析平台OpenSees作为震后分析平台，以GPU加速求解作为技术手段。首先，在OpenSees中建立集成器LinearSOE，用于存储地震分析中的线性方程组数据；然后，将数据由主机内存复制到GPU显存中；设计求解器LinearSOESolver，以调用GPU的大量核心来进行线性方程组的并行求解；最后，将线性方程组的求解结果从GPU显存复制到主机内存中，完成后续的震害分析。

(2)动态荷载均衡策略：

使用一组配有GPU的计算机实现高层建筑群的分布式计算，其中，一台计算机被分为一个Host，余下的为Slaves，Host负责给每一个Slave分配计算任务，Slave负责执行具体的计算任务；选择未分配任务中荷载最大的任务分配给当前负载最轻的Slave。

其中，步骤(1)中GPU加速的线性方程组求解器的编写原则为：

首先，通过集成器在主机内存收集线性方程组数据，拷贝到显存中，再通过求解器进行并行计算，最后，将求解结果返回的主机内存中。其中，集成器和求解器分别设计。

步骤(1)集成器LinearSOE采用行压缩存储(Compressed Sparse Row,简称CSR)格式存储线性方程组的稀疏矩阵和求解向量，可借助OpenSees的SparseGenRowLinSOE类实现CSR存储。

步骤(1)求解器LinearSOESolver中引入两个基于GPU加速的稀疏矩阵方程组求解库，用于OpenSees中稀疏矩阵方程组加速求解，分别为CulaSparse和CuSP；且求解函数的调用格式统一为：

步骤(2)中动态荷载均衡策略任务分布流程包括“准备”、“更新”、“分配”和“完成”四步，其中，“准备”时，首先建立任务堆栈，在任务堆栈中，任务按照近似荷载量从大到小降序排列，再建立负载状态堆栈，在负载状态堆栈中，负载状态的个数等于Slave的个数，每个Slave对应的负载状态按照当前状态从小到大升序排列；“更新”为在每次任务分配前，更新负载状态堆栈，并按升序重新排列；“分配”为在任务堆栈中，当前荷载最大的任务被分配到最低负载的Slave上，同时最顶端的任务被移出任务堆栈。

本发明方法采用开源的分布式计算管理平台HTCondor来实现动态荷载均衡策略。

本发明的上述技术方案的有益效果如下：