Using GPU acceleration in solving selected kinetic coal gasification models

• Autorzy: Iwaszenko S.

Warianty tytułu

PL

Użycie akceleracji GPU do rozwiązywania wybranych modeli kinetycznych gazyfikacji węgla

• Języki publikacji: EN PL

Abstrakty

EN

Coal gasification is recognized as one of clean coal technologies. Though it has been known for a relatively long time, its complexity still challenges scientists all over the world. One of the tools used in the research is simulation. The presented work investigates the capabilities of using GPGPU in modeling coal gasification. The selected set of models is used (volumetric, non-reactive core and Johnson’s). The models as well as numeric solution methods were implemented as a sequential and parallel code. The execution time for both methods was investigated and the speedup for the parallel code determined. The influence of mathematical function call in the GPU code was also checked. The results show that for all models the parallel code gives significant speedup over the serial counterpart, as long as a reasonably large equation set is used. Therefore, using a dedicated GPU code for coal gasification simulations is highly recommended, whenever big systems of ODE have to be solved.

PL

Gazyfikacja węgla uznawana jest za jedną z tzw. czystych technologii węglowych. Chociaż jest znana już względnie długo, jej złożoność wciąż pozostaje wyzwaniem dla naukowców na całym świecie. Jednym z narzędzi używanych w badaniach jest symulacja. W pracy zbadano możliwości użycia GPGPU w modelowaniu gazyfikacji węgla. Użyto wybranego zbioru modeli (objętościowego, rdzenia bezreaktacyjnego i Johnsona). Modele oraz metody rozwiązań numerycznych zaimplementowano, jako kod szeregowy i równoległy. Zbadano czas realizacji obydwu metod oraz określono przyspieszenie kodu równoległego. Sprawdzono również wpływ wywołania funkcji matematycznej w kodzie GPU. Wyniki wskazują, że dla wszystkich modeli kod równoległy powoduje znaczne przyspieszenie obliczeń w stosunku do odpowiednika szeregowego, pod warunkiem, że użyje się wystarczająco dużego zbioru równań. Dlatego zaleca się użycie dedykowanego kodu GPU do symulacji gazyfikacji węgla w każdym przypadku, gdy wymagane jest rozwiązanie dużych systemów ODE.

Słowa kluczowe

EN

GPGPU; coal gasification modeling; parallel calculations

PL

GPGPU; modelowanie gazyfikacji węgla; obliczenia równoległe

• Wydawca: Wydawnictwa AGH
• Czasopismo: Mining – Informatics, Automation and Electrical Engineering
• Rocznik: 2016
• Tom: R. 54, nr 2
• Strony: 14--22 [tekst ang.], 65--73 [tekst pol.]
• Opis fizyczny: Bibliogr. 18 poz., tab., wykr.

Twórcy

autor

Iwaszenko S.

• Główny Instytut Górnictwa GIG, Zakład Terenów Poprzemysłowych i Gospodarki Odpadami

Bibliografia

• 1. Arca B, Ghisu T, Trunfio GA.: GPU-accelerated multi-objective optimization of fuel treatments for mitigating wildfire hazard. Journal of Computational Science 11, 2015 pp. 258-68.
• 2. Asanovic K., Bodik R., Catanzaro B.C., Gebis J.J., Husbands P., Keutzer K., Patterson D. A., Plishker W. L., Shalf, J., Williams S. W., Yelick K. A.: The landscape of parallel computing research: A view from Berkeley, Tech. Rep. UCB EECS-2006-183. Electrical Engineering and Computer Sciences. University of California Berkeley 2006.
• 3. Brodtkorb AR, Hagen TR, Saetra ML.: Graphics processing unit (GPU) programming strategies and trends in GPU computing. Journal of Parallel and Distributed Computing 73(1), 2013 pp.4-13.
• 4. Castaño-Díez D, Moser D, Schoenegger A, Pruggnaller S, Frangakis A.S.: Performance evaluation of image processing algorithms on the GPU. Journal of structural biology 164(1), 2008 pp.153-60.
• 5. Díez DC, Mueller H, Frangakis AS.: Implementation and performance evaluation of reconstruction algorithms on graphics processors. Journal of Structural Biology 157(1), 2007 pp.288-95.
• 6. Fialko S.: Parallel direct solver for solving systems of linear equations resulting from finite element method on multi-core desktops and workstations. Computers & Mathematics with Applications 70(12), 2015 pp.2968-87.
• 7. Fu L, Gao Z, Xu K, Xu F.: A multi-block viscous flow solver based on GPU parallel methodology. Computers & Fluids 95, 2014 pp.19-39.
• 8. He X, Wang Z, Liu T.: Solving Two-Dimensional Euler Equations on GPU. Procedia Engineering 61, 2013 pp.57-62.
• 9. Iwaszenko S.: Using Mathematica software for coal gasification simulations–Selected kinetic model application. Journal of Sustainable Mining 14(1), 2015 pp.9-21.
• 10. Liu H, Yang B, Chen Z.: Accelerating algebraic multigrid solvers on NVIDIA GPUs. Computers & Mathematics with Applications 70(5), 2015 pp.1162-1181.
• 11. Matsumoto K, Nakasato N, Sakai T, Yahagi H, Sedukhin SG.: Multi-level optimization of matrix multiplication for GPUequipped systems. Procedia Computer Science 4, 2011 pp.342-351.
• 12. Molina, A., Mondragón, F.: Reactivity of coal gasification with steam and CO2. Fuel 77(15), 1998 pp.1831–1839. doi:10.1016/S0016-2361(98)00123-9.
• 13. Moore G.E.: Progress in Integrated Electronics. Technical Digest 1975. International Electron Devices Meeting. IEEE, 1975 pp. 11-13.
• 14. Oyarzun G, Borrell R, Gorobets A, Lehmkuhl O, Oliva A.: Direct numerical simulation of incompressible flows on unstructured meshes using hybrid CPU/GPU supercomputers. Procedia Engineering 61, 2013 pp.87-93.
• 15. da Silva J, Ansorge R, Jena R.: Efficient scatter-based kernel superposition on GPU. Journal of Parallel and Distributed Computing 84, 2015 pp.15-23.
• 16. Wachowicz, J., Janoszek, T., Iwaszenko, S.: Model tests of the coal gasification process. Archives of Mining Sciences 55, 2010 pp.249–262.
• 17. Walkowiak S, Wawruch K, Nowotka M, Ligowski L, Rudnicki W.: Exploring utilisation of GPU for database applications. Procedia Computer Science 1(1), 2010 pp.505-513.
• 18. Yaseen A, Ji H, Li Y.: A load-balancing workload distribution scheme for three-body interaction computation on Graphics Processing Units (GPU). Journal of Parallel and Distributed Computing 87, 2016 pp.91-101.

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.