曹义魁，陆忠华，张鉴，刘夏真，袁武，梁姗

1.中国科学院计算机网络信息中心，北京 100190

2.中国科学院大学，北京 100049

引言

计算流体动力学（Computational Fluid Dynamics,CFD）是一门新兴的交叉型学科，它结合数学中的离散方法，利用计算机强大的算力对流体力学中复杂的微分方程进行求解，在科研和工程领域都发挥着巨大的作用。目前的CFD 商业软件、开源CFD软件等，大多数是基于CPU 开发的。但随着计算规模的不断扩大，CPU 的计算、访存及通信性能已经不能满足人们的需要[1]，所以寻求新的方法实现对大规模数据进行并行处理已经成为国产CFD 软件发展的必要条件。

CPU+加速器异构架构的出现，为人们解决复杂的大规模计算提供了新的方法，它充分集合了CPU 和加速器的各自优势特点，将具有并行性的计算密集部分放到加速器上进行加速，极大的提高了程序的运行速度，这也成为了目前高性能计算的主流方法[2]。为了能够充分利用加速器的性能，需要针对程序中的算法特点设计具有高并行度、高访存带宽的并行方法。国内外已有较多将CFD 应用移植到CPU+加速器异构平台并进行优化的相关研究。

Corrigan 等[3]基于CPU/GPU 异构平台对流体力学中的格子玻尔兹曼方法实现了并行加速，并采用多种方法实现了简单高效的数据访存模式，使全局访存带宽利用率达到了86%，相应程序也得到33.6 倍的加速效果。Jespersen[4]设计并实现了基于对称逐次超松弛方法的CFD 软件的GPU 并行方案，并对其中的Jacobi 迭代部分进行了并行加速，单GPU 卡相对于单CPU 核心实现了大约3 倍的加速效果。……