数値天体物理学を研究している友人に代わって質問しています。
基本的に彼がやっていることは、ガスの雲をシミュレートすることです。有限数のセルがあり、時間ステップは、ガスが各ステップで複数のセルを横切ることができないように定義されます。各セルには、密度や温度などのプロパティがあります。タイムステップごとに、これら (および位置) を計算する必要があります。それは主に細胞間の重力の相互作用によって影響を受けるので、私が信じる問題は主に位置であり、それらはすべて互いに影響します.
現在、彼はこれを ~150 ノードのクラスターで実行していますが、このように並列化できる場合、CUDA を使用するいくつかの GPU でより高速に実行できるのではないかと思いました。現時点では、シミュレーションを完了するのに数日かかります。GPU は通常 500 コア以下であるため、ブーストを提供できるように思われました。
多分私は完全に間違っています。
説明するタスクはGPUに最適です。GPUは、粒子、空気力学、流体シミュレーションなどの分野でパフォーマンスを劇的に向上させるために使用されています。
はい、これは GPU 向けの適切なアプリケーションのように思えます。GPU 処理は、大規模なデータ セットに対して同じ関数を実行する場合に最も効果的です。クラスター コンピューターで既に並列実行している場合は、1 つのグラフィックス カードで記述してテストし、1 つのクラスターで改善されるかどうかを確認してから、それに応じてスケーリングします。
シミュレーションの詳細を知らなければ、パフォーマンスが向上するかどうかを確実に判断することはできません。大まかに言えば、メモリ バウンドのアルゴリズム (つまり、メモリ トランザクションあたりの算術演算が比較的少ない) は、GPU へのオフロードから最も恩恵を受ける傾向があります。
特に天体物理シミュレーションの場合、次のリンクが役立つ場合があります: http://www.astrogpu.org/