流体力学的应用，求解？

来源：蜘蛛抓取(WebSpider) 时间：2019-11-21 00:39 标签： 流体力学的应用

采用国际单位制应用求雷诺数嘚公式如下：

由于大于临界雷诺数，可知为紊流 

和题目不是一回事把。

你对这个回答的评价是？

如今对3D的模拟对动作场景的捕捉并分析，这些对计算的较精确度和速度要求越来越高而GPU技术的应用也就随之变得越来越普遍。来自美国斯坦福大学的Patrice Castonguay给大家分享了具囿可扩展性和高效的高阶非结构化可压缩流体的GPU求解器

此求解器在张量乘积和单一元素情况下利用能量稳定的通量重构方法，可以对复雜的几何形状下的流动实现任意阶精度由于能量稳定的通量重构方法以及本地元素的特性要求很高的计算强度，他们非常地适合用GPU来解決问题单GPU的求解器在这项任务中达到45倍于同代CPU的串行计算速度。

此外多GPU求解器能很好地扩展，在32颗GPU上运行时四面体单元的6阶较精确模拟达到2.8万亿次浮点运算(双精度)的持续性能。根据作者透露上述流体求解器是第一个GPU集群上的混合非结构化网格高阶三维可压缩纳维-斯託克斯求解器

据Patrice Castonguay表示，在应用了GPU技术之后使得数据的处理速度和较精确度提升了40倍。在研究过程中采用了低阶和高阶的方法通常在CPU计算的时候使用低阶，而高阶的方法就需要GPU技术

Castonguay在演讲中提到一个研究场景，涡流从左向右移动最后又回到了中间，需要较精确的方法而且是需要采用高阶的方法。其他的场景比如模拟噪音悬翼飞机等这些涡流需要进行追中，而鸟在飞行的时候遵循非常复杂的几何学为了对他们的动作进行捕捉需要高阶的方法，这样就需要更加较精确的计算因此GPU计算非常的重要。

低阶的方法不能远距离追踪涡流鼡高阶的方法可以很远的进行追踪，不会改变形状而且是可以3D的方法进行。

高阶方法的问题：需要高的较精确度同时需要非常高的GPU。囿了很大的CPU集群模拟需要非常昂贵的模拟，GPU可以帮助实现这一需求

在研究中采用了通量重构方法，用了高阶的

改变准确率的精度，通过改变分辨率改变较精确的要求对GPU非常的合适，而和低阶相比有很高的通量同时有很好的并行性。Patrice Castonguay的操作要在芯片上共享内存

粘稠流的状况，通常有两三种网格每个网格有3个元素，同时要确保GPU的编程是有效的在研究中要优化CPU的缓存器，优化GPU的算法

同样的研究過程，以前需要几周现在只要几天就行了，大大的节省了时间提高了效率。多GPU的编码是用CUDA流把CPU和GPU的工作进行切换，可以实现双精度现在只要加入更多的GPU，而不用浪费更多的CPU资源

我要回帖

更多关于 流体力学的应用 的文章

 

随机推荐