建立GPU集群，轻松实现城市地震弹塑性时程分析

A computational framework for regional seismic simulation of buildings with multiple fidelity models

Advances in Engineering Software

Volume 99, 2016, Pages 100–110

前言

城市区域震害模拟可以为防灾减灾决策提供可能的灾害后果。然而，整个城市的地震弹塑性时程分析却在计算模型与计算效率上面临重大挑战。因此，亟需提出可靠有效的计算方法来解决这一问题。

研究框架

本研究提出了一个基于GPU集群的解决方案，即通过网络连接多台均配有GPU的计算机。计算框架如图所示。计算框架在城市震害模拟中，采用中等尺度（楼层尺度）模拟一般规则建筑，如规则的框架结构住宅楼，采用精细尺度（构件尺度）模拟城市中重要、不规则的建筑，如大跨和超高层结构。在计算框架中，采用一台主机作为任务分布机Host，采用多台主机作为任务计算用机Slave。基本的思路是用GPU提高单机计算效率，采用分布式计算解决计算规模问题。

示例

以一个具有50栋重要建筑和10万栋一般建筑的虚拟城市为例。1、针对精细尺度模型，以GPU线性方程求解器来加速单个模型的有限元求解过程，并且提出动态负载均衡策略来分配不同的模型给计算能力相适应的计算机。选取一栋超高层结构模型进行GPU求解器的效率对比。传统CPU方法耗时168小时，采用GPU求解器耗时仅为11小时，效率提升15倍。所有50栋建筑采用本研究的方法计算，耗时48 小时。精细模型分布计算结果
2、针对中等尺度模型，采用基于GPU的平行计算方法以及静态负载均衡策略，将任务分配到更多的GPU上，通过GPU集群并发大量线程解决中等尺度模型数量庞大的问题。采用Slave1进行计算，10万栋建筑的震害分析耗时39,480 s，约11小时，而采用本研究提出的GPU并行求解方法后耗时仅731 s，效率提升近55倍。中等尺度模型GPU计算和CPU计算耗时比较再通过本研究提出的负载均衡策略，将10万栋建筑分配到7台Slaves上，最终耗时仅为123 s，相比单机GPU计算，效率又进一步提升了近6倍。
中等尺度建筑分布式计算结果整个城市的震害模拟结果如下图所示。城市震害模拟结果整体来看，本研究提出基于GPU和分布式计算的计算框架使精细尺度模拟和中等尺度模拟的计算效率都得到了大幅度的提升。

结论

本研究提出的计算框架相比超级计算机更具有优势。GPU集群方案可以利用实验室的闲散计算机，相比超级计算机更加经济。同时，超级计算机在缺乏GPU加速计算方法的支持下效率也难以提升。以精细模型为例，即使超级计算机分配的节点很强大，计算性能最多比Slave1（2.1 GHz 主频）高1-2倍，而GPU方法可以提升15倍的计算效率，远高于超级计算的节点。

阅读原文

详细介绍请点击“阅读原文”。