...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Computer physics communications >Symplectic multi-particle tracking on GPUs
【24h】

Symplectic multi-particle tracking on GPUs

机译：GPU上的辛的多粒子跟踪

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A symplectic multi-particle tracking model is implemented on the Graphic Processing Units (GPUs) using the Compute Unified Device Architecture (CUDA) language. The symplectic tracking model can preserve phase space structure and reduce non-physical effects in long term simulation, which is important for beam property evaluation in particle accelerators. Though this model is computationally expensive, it is very suitable for parallelization and can be accelerated significantly by using GPUs. In this paper, we optimized the implementation of the symplectic tracking model on both single GPU and multiple GPUs. Using a single GPU processor, the code achieves a factor of 2-10 speedup for a range of problem sizes compared with the time on a single state-of-the-art Central Processing Unit (CPU) node with similar power consumption and semiconductor technology. It also shows good scalability on a multi-GPU cluster at Oak Ridge Leadership Computing Facility. In an application to beam dynamics simulation, the GPU implementation helps save more than a factor of two total computing time in comparison to the CPU implementation. Published by Elsevier B.V.
机译：使用计算统一设备架构（CUDA）语言在图形处理单元（GPU）上实现了一个杂旋多粒子跟踪模型。辛跟踪模型可以保持相位空间结构并减少长期模拟中的非物理效果，这对于粒子促进剂中的光束性能评估很重要。虽然该模型是计算昂贵的，但它非常适合并行化，并且可以通过使用GPU来显着加速。在本文中，我们优化了单个GPU和多个GPU上的辛跟踪模型的实现。使用单个GPU处理器，与具有类似功耗和半导体技术的单个最新的中央处理单元（CPU）节点的时间相比，该代码达到了一系列问题大小的大小率。 。它在橡树岭领导计算设施的多GPU集群上也显示出良好的可扩展性。在梁动力学仿真的应用中，GPU实现有助于与CPU实现相比保存两个总计计算时间超过总计计算时间。 elsevier b.v出版。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号