热门标签:代写本科论文 写作发表 工程师论文 代写一篇论文多少钱
当前位置: 代写一篇论文多少钱 > 计算机论文 > 水利信息处理系统中GPU并行计算的运用

水利信息处理系统中GPU并行计算的运用

时间:2019-07-15 13:28作者:曼切
本文导读:这是一篇关于水利信息处理系统中GPU并行计算的运用的文章,GPU并行计算是水利信息化发展的新趋势, 随着水利信息化的不断发展及水利系统中数字化技术的运用, 出现了大量独立、多源的数据, 怎样高效运算这些数据, 是水利系统中要解决的主要问题。

  摘    要: 本文介绍了GPU并行计算, 说明了GPU并行计算在水动力学模型及分布式水文模型上均已有很好的应用。本文就GPU在水文模型中、在智慧水务大数据中、在水库调度中及在中长期水文预报中的应用前景进行了研究。

  关键词: GPU; 并行计算; 水利系统;

  我国有很多着名的大型水利工程, 如小浪底水利枢纽、三峡水利枢纽、南水北调工程等。由于工程规模的扩大, 其计算量也越来越大。最精简的模型的复杂计算甚至需要数十天, 严重影响了水利的发展, 很多人的设想及理论由于计算能力的局限性而无法展开工作。这些复杂的计算及数据处理需要GPU并行计算进行, 基于GPU的并行计算在计算效率及成本上有明显优势。GPU拥有超强的并行计算能力, 而水利系统中的算法及模型大都具有并行性, 这恰恰是GPU并行计算得以应用的前提条件。GPU并行计算在水利系统的应用处于起步阶段, 有很好的发展前景。

  一、GPU并行计算

  随着GPU的出现, 和图形相关的处理就交给了GPU。开始GPU只在图像显示中应用, 如今由于GPU中计算能力的提高及计算架构的不断完善, 逐渐利用图形处理器计算原本由中央处理器完成的计算任务。GPU最直观的特点是计算单元众多, 这决定了GPU非常适用于计算, 如应用于矩阵的运算。GPU的可编程性、运算能力提高迅速。目前GPU并行计算广泛应用于人工智能、大数据, 想借助提高主频来增强计算能力的方式已经不能满足海量数据的计算量需求, 最近几年, 电脑的渲染技术已经发展到GPU加速渲染。应用领域非常广泛, 如:仿真动画、3D电子游戏、虚拟漫游、流体模拟等。

  二、GPU并行计算的应用

  水动力学模型能够模拟水量、水速等要素, 它在河流泥沙冲淤、计算通航水流、洪水溃坝模拟等方面均有广泛的应用。鉴于这些问题很复杂, 计算量大、要求的精度高, 传统的串行计算方式已无法解决, 因此, 水动力学模型从串行转向了并行, GPU并行计算引入此模型, 大大提高了求解速度。

  水文模型的主要形式是分布式水文模型, 鉴于分布式水文模型庞大的计算量及天然的并行性, GPU并行计算会更多地应用于该模型之中。GPU并行计算技术在水动力学模型及分布式水文模型中均有很好的应用, 目前, GPU并行计算在水动力模型中应用较多, 在分布式水文模型中的应用稍微少一点。主要是因为前者的理论比分布式水文模型更加成熟。但我们相信随着分布式水文模型的日趋成熟, GPU并行计算也将在分布式水文模型中有更多的应用。

  1. 在水文模型中的应用

  水文模型中的参数通常都有某种特别的实际意义, 直接测定参数有一定的难度, 同时, 准确度也不够, 参数率定是最佳的系统识别方式。如今, 水文参数率定有Simplex法、Rosenbrock法、粒子群算法、遗传算法等方法。未来, 参数率定的电子自动化将会有很好的发展。水文模型参数率定的过程中要不断重复地把参数代入模型计算, 然后用某种率定方法对演算结果进行寻优, 直至获得最优参数, 整个寻优过程中有相当巨大的计算量。若有更多的率定参数, 参数空间的维数也会随之增大, 用目前的率定方法计算极易造成局部最优解, 而且需要的时间长。如果引入GPU并行计算, 就能解决参数多和维度大的问题, 把整个参数率定过程分配到GPU并行计算中, 从而节约整个率定时间, 这样容易求出全局最优解。

水利信息处理系统中GPU并行计算的运用

  分布式水文模型通常与天气预报相联系, 是水文发展的主要方向, 具有特别大的计算量, 所以需要加速计算。因为分布式水文模型具有并行性, 所以可以利用GPU并行计算进行加速。GPU并行计算是解决水文模型问题的好方法。

  2. 在智慧水务中的应用

  智慧水务是城市水务管理和智慧城市发展的方向。GPU并行计算引入其中, 能充分展现出GPU并行计算在大数据中的计算优势。目前智慧水务面临的主要问题是数据采集和数据存储涉及的信息量过大, 包含地理、经济等大量的信息数据。水务大数据具有多源、多量、多态及多维的特点, 由于3S技术的快速发展, 用更多的采集信息方式获取数据。如何处理特点和类型不同的大数据是目前迫切要解决的问题。处理大数据有两种方式, 一种是提前储存数据, 然后统一计算数据, 此种方式称为批量计算, 另一种是将随时出现的数据放入任务拓扑中进行实时计算, 最后输出有效信息及数据, 此种方式称为流式计算。GPU具有众多的计算单元适合处理庞大、复杂的数据。

  3. 在水库调度中的应用

  水库调度具有约束条件多、多目标性、非线性、多维性的特点, 是承担灌溉、工业和城镇供水等水库控制运用的较复杂问题。随着水库数量的增加及计算精度要求的提高, 常规算法在水库调度中一直不太理想。因此, 人们研究如何改进模型算法和加速硬件, 可是算法改进满足不了大规模的水库优化调度问题的计算要求。加速硬件是处理水库调度问题的发展方向。计算机技术的迅猛发展, 为GPU并行计算提供了有利条件, 人们将动态规划及并行计算进行结合, 以OpenMP编程模式进行并行化运算, 运行效率得到了明显提高。如果在水库调度的计算中引入GPU并行计算, 其计算效率一定会大大地提高。

  4. 在中长期水文预报中的应用

  中长期水文预报是根据前期获得的水文气象资料, 用一定的方法, 对未来较长时间的水文要素进行科学的预测, 是介于气象学、水文学等学科的边缘学科。目前, 中长期水文预报的方法主要有数理统计法、物理成因法、天文气象学法和智能计算方法共四种。智能计算方法是新颖的水文预报方法, 人们从大自然中的普遍原理获得灵感模拟出很多智能计算方法, 比如模糊分析、人工神经网络和混沌理论等。

  计算机技术的迅速发展使得智能计算方法在更多的水文预报模型中得以应用。很多智能计算方法都涉及神经网络。神经网络算法中用到很多如梯度值、激活值等这些参数, 参数值在每次计算迭代中都会变化, 这对于计算机设备的内存和网速的要求都很高。GPU在结构上优势明显, 其拥有很多计算单元和高带宽。目前, 为使GPU的高效率计算特性与CPU的逻辑控制能力各自展现, 拥有多个GPU的计算机已实现GPU和CPU的协同合作运行, 很好利用GPU强大的计算能力。

  三、结语

  GPU并行计算是水利信息化发展的新趋势, 随着水利信息化的不断发展及水利系统中数字化技术的运用, 出现了大量独立、多源的数据, 怎样高效运算这些数据, 是水利系统中要解决的主要问题。目前, GPU并行计算在水利中的应用才刚刚开始, 今后应深入地研究与实践, 同时也需要水利部门的合作, 让GPU计算在水利系统中发挥出更大的作用。

  参考文献

  [1]朱星明, 涂彬, 陈煜, 白婧怡, 耿庆斋.水利科学计算并行计算平台构建及算法实践[J].水利水电技术, 2006, (8) .
  [2]蒋昌波, 刘洋, 邓斌.出渗对均匀大粒径泥沙附近水动力特性影响[J].水科学进展, 2017, 28 (1) .
  [3]田雨, 蒋云钟, 杨明祥.智慧水务建设的基础及发展战略研究[J].中国水利, 2014 (20) 7.
  [4]覃金帛, 曾志强, 梁藉, 杨明祥, 张健.GPU并行优化技术在水利计算中的应用综述[J].计算机工程与应用, 2018, 54 (3) .
  [5]戴春娥, 陈维斌, 傅顺开.通过GPU加速数据挖掘的研究进展和实践[J].计算机工程与应用, 2015, 51 (16) .

相关文章
联系我们
  • 写作QQ:79211969
  • 发表QQ:78303642
  • 服务电话:18930620780
  • 售后电话:18930493766
  • 邮箱:lunwen021@163.com
范文范例
网站地图 | 网站介绍 | 联系我们 | 服务承诺| 服务报价| 论文要求 | 期刊发表 | 服务流程