这里的提速主要是针对时域电磁算法的。因为时域算法的蛙跳推进模式仅对大量存放在固定 位置的数据进行完全相同的且是简单的操作(移位相加),这正是 GPU 这类众核 SIMD 架构所进行的运算,即 ALU 与内存的存取速度(又称带宽)直接决定了整个运算速度。

下表给出了 GPU 与高速 CPU 数据总线的带宽比较,显然 GPU 的内存带宽远比 CPU 要高。这就是 GPU 在时域仿真中能够极大地提速的根源。

GPU 和内存
Tesla K10
Tesla K20X
Tesla K40m/c
Quadro K6000
DDR3-1333MHz 内存
GPU 内存
4GB
6GB
12GB
12GB
GPU 核数
1536
2688
2880
2880
内存带宽
160GB/s
250GB/s
288GB/s
288GB/s
32GB/s
双精度速度
0.19TFlops
1.31TFlops
1.43TFlops
1.43TFlops

【推荐内容】:

使用Abaqus软件隐式分析时启用GPU加速,显卡利用率低的原因

CST软件如何使用官方未正式支持的GPU,显存要什么求?

Logo

昇腾计算产业是基于昇腾系列(HUAWEI Ascend)处理器和基础软件构建的全栈 AI计算基础设施、行业应用及服务,https://devpress.csdn.net/organization/setting/general/146749包括昇腾系列处理器、系列硬件、CANN、AI计算框架、应用使能、开发工具链、管理运维工具、行业应用及服务等全产业链

更多推荐