常立博，杜慧敏，韩俊刚

(1.西安邮电大学 电子工程学院,陕西 西安 710121; 2.西安邮电大学 计算机学院,陕西 西安 710121)



基于CUDA的SMAC算法并行化

常立博1，杜慧敏1，韩俊刚2

(1.西安邮电大学 电子工程学院,陕西 西安 710121; 2.西安邮电大学 计算机学院,陕西 西安 710121)

改进SMAC(Simplified Marker and Cell)算法，增强其对流体模拟的实时处理能力。采用点差分格式对求解压力场和速度更新的偏微分方程进行离散化；引入消除数据相关性的存储算法以减少数据传输，并借助分层存储机制提高访存比，采用并行归约增加线程并行度；在统一计算设备架构平台下，对离散化的SMAC算法进行改进、优化及并行化实现。纯粹计算及多次迭代模拟实验结果显示，改进算法提速明显，可实现对一般场景的实时模拟。

计算流体力学；统一计算设备架构；并行算法

流体流动现象的模拟不仅是计算机动画、游戏、影视和飞行模拟等领域不可或缺的元素，也是科学计算可视化领域的研究热点之一[1]。常用的流体模拟算法有基于Stable Fluids[2]和基于SMAC[3]两类。Stable Fluids算法虽然可以较好地完成一般场景的模拟工作，但其本身存在严重的数值耗散，从而失去了模拟的物理真实感[1]。SMAC是MAC(Maker and Cell)方法的一种改进，具有良好的数值特性、求解精度和计算效率，已广泛应用于计算机图形学领域[4]。但基于SMAC的流体模拟算法存在复杂度较高、计算耗时过长等问题，无法用于实时性要求较高的场合。以提高计算密集型算法速度而发展起来的图形处理器(Graphic Processing Unit, GPU)，为提高计算机动画实……