Журнал вычислительной математики и математической физики
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS


Ж. вычисл. матем. и матем. физ.:
Год:
Том:
Выпуск:
Страница:
Найти




Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация

Журнал вычислительной математики и математической физики, 2023, том 63, номер 12, страницы 1993–2015
DOI: https://doi.org/10.31857/S0044466923120086 (Mi zvmmf11666) 		 
Эта публикация цитируется в 2 научных статьях (всего в 2 статьях)

Математическая физика

Алгоритм параллелизации по данным для метода прямого статистического моделирования течений разреженного газа на основе технологии OpenMP

Н. Ю. Быковab, С. А. Фёдоровab

a ФИЦ ИУ РАН, 119333 Москва, ул. Вавилова, 44, к. 2, Россия
b С.-Петербургский политехнический университет Петра Великого 195251 С.-Петербург, ул. Политехническая, 29, Россия
Список цитирования (2)
DOI: https://doi.org/10.31857/S0044466923120086
Аннотация: Рассмотрен алгоритм параллелизации по данным для метода прямого статистического моделирования течений разреженного газа. Выполнен анализ масштабирования производительности основных процедур алгоритма. Показано удовлетворительное масштабирование производительности параллельной процедуры индексации частиц, предложен алгоритм ускорения работы данной процедуры. На примерах решения задач о свободном потоке и обтекании конуса для 28-ядерного узла с общей памятью получено приемлемое ускорение работы всего алгоритма. Проведено сравнение эффективности алгоритма параллелизации по данным и алгоритма декомпозиции расчетной области для свободного течения. С использованием разработанного параллельного кода выполнено исследование обтекания конуса сверхзвуковым разреженным потоком.
Библ. 39. Фиг. 18. Табл. 2.
Ключевые слова: метод прямого статистического моделирования Монте-Карло, параллельные алгоритмы, параллелизация по данным, OpenMP, разреженный газ, обтекание конуса.
Финансовая поддержка Номер гранта
Российский научный фонд 22-11-00078
Работа выполнена при финансовой поддержке РНФ (код проекта № 22-11-00078).
Поступила в редакцию: 26.06.2023
Исправленный вариант: 05.07.2023
Принята в печать: 22.08.2023
Англоязычная версия:
Computational Mathematics and Mathematical Physics, 2023, Volume 63, Issue 12, Pages 2275–2296
DOI: https://doi.org/10.1134/S0965542523120072
Реферативные базы данных:
Тип публикации: Статья
УДК: 519.635
Образец цитирования: Н. Ю. Быков, С. А. Фёдоров, “Алгоритм параллелизации по данным для метода прямого статистического моделирования течений разреженного газа на основе технологии OpenMP”, Ж. вычисл. матем. и матем. физ., 63:12 (2023), 1993–2015; Comput. Math. Math. Phys., 63:12 (2023), 2275–2296
Цитирование в формате AMSBIB
\RBibitem{BykFyo23}
\by Н.~Ю.~Быков, С.~А.~Фёдоров
\paper Алгоритм параллелизации по данным для метода прямого статистического моделирования течений разреженного газа на основе технологии OpenMP
\jour Ж. вычисл. матем. и матем. физ.
\yr 2023
\vol 63
\issue 12
\pages 1993--2015
\mathnet{http://mi.mathnet.ru/zvmmf11666}
\crossref{https://doi.org/10.31857/S0044466923120086}
\elib{https://elibrary.ru/item.asp?id=54912956}
\transl
\jour Comput. Math. Math. Phys.
\yr 2023
\vol 63
\issue 12
\pages 2275--2296
\crossref{https://doi.org/10.1134/S0965542523120072}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/zvmmf11666
  • https://www.mathnet.ru/rus/zvmmf/v63/i12/p1993
    • Эта публикация цитируется в следующих 2 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    		Журнал вычислительной математики и математической физики Computational Mathematics and Mathematical Physics
    Статистика просмотров:
    Страница аннотации:50
     
      Обратная связь:
    		  Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024