当前位置>>首页 >> 主场报告人
韩浩炜
2022/9/13 9:21:00    


个人简介:

韩浩炜,摩尔线程物理引擎专家,摩尔线程自研物理引擎项目AlphaCore?负责人,拥有15年影视行业物理仿真解决方案的计算物理工程师,主要研究方向是基于GPU超大规模并发加速的物理仿真应用,包括但不限于,基于GPUFEA?有限元分析,碰撞检测,CFD?计算流体力学,数据可视化等应用领域。


报告标题:基于MUSA架构GPU的计算物理仿真硬件加速


报告摘要:基于GPU(全称?Graphics Processing Unit?)的超大规模并行计算,相比传统CPU,更适合计算密集的科学计算应用场景,包括但不限于:有限元分析(FEA),计算流体力学,气象预测,大数据可视化等领域。如何在物理仿真问题中,通过充分利用GPU特性,在具体仿真应用中对超大规模线性方程组,碰撞检测,和数据可视化等计算达到一至二个数量级的性能提升,是业界未来发展重要的方向之一。尤其是作为固体力学中计算较为复杂和庞大的有限元问题,通过对本构方程进行二阶线性化组装出Hessian矩阵,并进行牛顿迭代求解,整个流程涉及复杂固体边界碰撞检测,线性系统的组装及优化,矩阵预条件处理等问题,这些问题需要完整的在GPU上实现并不容易。


本报告提出一种基于?MUSA?架构?GPU的开发编译流程,可以通过摩尔线程独立研发的GPU?编译器?MTCC,将过去传统的通过C语言或?NV CUDAC?实现的物理仿真内核编译到MUSA架构的GPU上进行运行,报告将演示通过MTCC编译器将我们自研的物理引擎AlphaCore??FEM?有限元材料力学模块编译到?MUSA架构GPU?上进行实时仿真和可视化处理,其中包括了超大规模稀疏矩阵的并行组装,特征值分析和正定化处理,访存优化,BVH空间加速结构的并行构建等等,以及通过?DSLDomain Specific Language) 对空间搜索问题的一致性处理,Kernel Fuse?算子合并处理。最终数据将展示:通过MTCC?编译运行的?AlphaCore FEM模块,将比在CPU上使用?AVX-512指令集+并行加速的版本提速5~20倍。