Grafinių procesorių panaudojimo sprendžiant inžinerines problemas galimybių tyrimas
Abstract
Baigiamajame darbe pateikiama skaičiavimų su grafiniais procesoriais taikomų sprendžiant skirtingus inžinerinius uždavinius apžvalga, GPU ir CPU skaičiavimų palyginimai. Išnagrinėtas šilumos laidumo uždavinys. Įgyvendintas dvimačio šilumos laidumo uždavinio sprendimas Jakobio iteracinio algoritmo pagrindu Python programavimo kalba, tensorflow-gpu bibliotekos ir NVIDIA CUDA technologijos pagalba. Tyrimai atlikti su 6 CPU ir 4 GPU, greičiausias GPU atlieka skaičiavimus 19 kartų greičiau už lėčiausią CPU. Vidutinis GPU laiko laimėjimas 8 kartai. Žymus GPU laimėjimas pastebėtas pradedant nuo 500^2 matricos float tipo elementu. Bendra darbo apimtis: 41 puslapiai be priedų, 16 paveikslų, 17 lentelių, 43 literatūros šaltinių. In this final work overview of the GPU solutions for different engineering problems is provided, as well as the comparison between CPU and GPU computations and overview of thermal conductivity problem and its existing computational solutions. Python implementation of Jakobi iterative algorithm via tensorflow-gpu library and NVIDIA CUDA technology is provided with the execution time statistics for several GPU. Experiments were conducted with 6 CPU and 4 GPU. Fastest GPU completed calculations 19 times faster than slowest CPU. In average, GPU were 8 times faster than CPU. Significant speed up in GPU calculations starts at 500^2 float type matrix elements. Structure: introduction, parallel computing overview, thermal conductivity problem, Jakobi iteravite algorithm, computational experiments, conclusions, references. Thesis consists of 41 pages without appendixes, 16 pictures, 17 tables, 43 references.