CN106202613A - 一种适用于耦合输运计算的大规模并行方法 - Google Patents

Abstract

一种适用于耦合输运计算的大规模并行方法，将径向特征线方法计算、一维离散纵标方法计算和粗网有限差分加速计算均拓展为与径向二维特征线方法相对应的三重并行，彻底消除不匹配现象；本发明方法将在二维一维耦合输运方法的基础上，实现多种方法的并行，并解决多种耦合算法并行不匹配带来的资源浪费问题。

Description

一种适用于耦合输运计算的大规模并行方法

技术领域

本发明涉及核反应堆堆芯设计和反应堆物理计算领域，具体涉及一种适用于耦合输运计算的大规模并行方法。

背景技术

随着计算机计算能力的日益提高，反应堆设计领域希望采用更精确的设计模型，最大程度的减少之前反应堆计算过程中做的人为近似和经验修正，实现高保真度的反应堆堆芯物理计算，从而对反应堆进行精确分析模拟。这种新一代反应堆计算方法称为数值反应堆技术，被认为是未来进行反应堆分析的最重要技术，对于反应堆的安全分析和新型反应堆的设计改进具有十分重要的意义，成为我国核电技术能力达到世界领先水平提供必不可少的基础。

所谓“高保真计算”，即抛弃传统的栅元均匀化、组件均匀化等一系列均匀化过程，对于反应堆进行直接一步计算。这种做法可以避免原有方法无法考虑真实堆芯中组件之间的相互影响，以及组件的燃耗历史效应等等一系列问题。另外，通过对反应堆进行精细建模，充分考虑各种精细效应，可以从模型上提高反应堆计算的精度。

然而现有的计算机水平还不足以直接进行高保真的三维全堆芯直接计算，目前采取的折中办法是采用二维一维或二维三维耦合方法，进行耦合输运计算。即使这种方法已经大幅度减小了计算时间，然而在实际反应堆计算中仍然是极其耗时的，特别是在全堆多群计算的情况下，仍然难以实用。

目前发展中的全堆芯三维输运方法大部分都基于单一变量实现并行，如能群、角度、空间或特征线，但其并行度有限，无法充分利用当前最先进的超级计算机资源。另外，由于二维/一维耦合算法中径向二维特征线方法计算包括空间、角度和特征线可并行，一维计算仅含空间、角度可并行，而粗网加速方法只有空间可并行，三者并行自由度的不匹配将导致一维和粗网加速计算时存在严重的资源浪费现象。

因此需要发明一种适用于耦合输运计算的大规模并行方法。

发明内容

为了实现耦合输运计算的大规模并行，本发明的目的在于提供一种适用于耦合输运计算的大规模并行方法，该方法将在二维一维耦合输运方法的基础上，实现多种方法的并行，并解决多种耦合算法并行不匹配带来的资源浪费问题。

为了实现上述目的，本发明采用如下技术方案：

一种适用于耦合输运计算的大规模并行方法，将径向二维特征线方法计算、轴向一维离散纵标方法计算和粗网有限差分加速计算均拓展为与径向二维特征线方法相对应的三重并行，彻底消除不匹配现象；具体步骤如下：

步骤1：径向二维特征线方法计算包括空间、角度和特征线三个维度，每个维度均能够进行并行；首先将整个计算区域分解为各个子区域，将整个特征线扫描区域按照特征线计算量均分给各个处理器；其次，在每个区域内部再按照角度将特征线计算分给各个处理器，从而实现第二重并行；最后在每个处理器内部通过共享式内存的方式，进行多线程的特征线并行，即第三重并行；

步骤2：一维轴向离散纵标法计算包括栅元和角度两个维度，对一维区域进行区域分解，实现三重并行度；首先进行栅元并行，在一维计算方面将各个栅元计算区域均分给各个处理器；其次进行栅元内部的一维区域分解并行，离散纵标扫描分层进行；最后在各个计算子区域内进行方向并行，在各个子区域内部进行各个方向的方向并行；

步骤3：粗网有限差分CMFD仅存在空间变量的并行，将在利用区域分解的广义最小残差算法GMRES求解粗网有限差分线性方程的基础上，利用径向特征线方法计算时角度和特征线的并行计算资源加速GMRES算法中的矩阵向量积计算，实现二维特征线方法、一维轴向离散纵标法和三维粗网有限差分三者的并行匹配；首先进行区域分解并行，将计算区域均分给各个处理器，在每个区域内部进行粗网有限差分计算，利用计算资源进行矩阵向量积的并行计算。

和现有技术相比较，本发明具备如下优点：

优点1：耦合算法中，径向二维特征线方法计算通常只进行最简单的层并行，并行规模十分有限，无法用于大规模计算；本发明利用空间、角度和特征线三个维度的并行，结合现有大型并行计算机和特征线方法的特点，合理选择分布式内存和共享式内存结构，满足内存限制的情况下尽量提高并行效率，从而实现大规模计算。

优点2：在耦合计算中进行多种耦合算法的匹配，从而避免了计算的浪费。常用的一维轴向离散纵标法计算包括栅元和角度两个维度，本方法在此基础上对一维区域进行区域分解，实现三重并行度，从而与二维特征线方法计算实现匹配。

优点3：在粗网有限差分算法中，本发明加入了广义最小残差算法GMRES中的矩阵向量积并行计算，从而可以更充分利用计算资源。

附图说明

图1为二维三重并行示意图。

图2为一维三重并行示意图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细说明：

考虑到现有并行机的特点，采用分布式内存结构结合共享式内存结构进行计算，充分利用两种并行方案的特点。分布式内存结构最常用的是信息传递接口(MPI)，共享式内存结构最常用的是共享存储并行编程(OpenMP)。MPI具有并行规模大的优点，OpenMP并行规模因为共享内存受限，但具有在节点内部避免通信的优点。在选择通信时需要合理考虑两种并行模式的优缺点，选择合适的并行策略。

下面对本发明一种适用于耦合输运计算的大规模并行方法各步骤进行详细说明：

径向二维特征线方法计算包括空间、角度和特征线三个维度，如图1所示。径向二维特征线方法计算首先采用区域分解算法进行空间并行，每个计算区域作为一个通信域，通信域间通过MPI传递边界角通量；其次在通信域内部采用角度并行，扫描边界上传递反射角通量，通信域内通过MPI进行通信；最后在每个处理器内部通过OpenMP的方式实现多线程特征线并行计算，特征线计算占用内存较少，便于进行共享式内存的并行。

常用的一维轴向离散纵标法计算包括栅元和角度两个维度，本方法在此基础上对一维区域进行区域分解，实现三重并行度；如图2所示，首先进行栅元并行，在一维计算方面将各个栅元计算区域均分给各个处理器；其次进行栅元内部的一维区域分解并行，离散纵标扫描分层进行；最后在各个计算子区域内进行方向并行，在各个子区域内部进行各个方向的方向并行；一维轴向离散纵标法在大规模问题上，每个栅元作为通信域，因为一维计算栅元与栅元之间相互独立，因此通信域之间不需要进行通信；每个栅元内部进行区域分解计算，通过MPI通信边界角通量，在通信域内部进行通信。每个处理器内部开多线程，每个线程进行某一方向的扫描计算，通过OpenMP方式进行共享式内存的并行。常用的粗网有限差分CMFD仅存在空间变量的并行，本发明将在利用区域分解的广义最小残差算法GMRES求解粗网有限差分线性方程的基础上，利用径向特征线方法计算时角度和特征线的并行计算资源加速GMRES算法中的矩阵向量积计算，实现二维特征线方法、一维轴向离散纵标法和三维粗网有限差分三者的并行匹配。在空间上首先采用区域分解算法，每个计算区域作为一个通信域，通信域间通过MPI进行通信；在每个区域内部，通过GMRES算法进行矩阵向量积计算，利用径向MOC计算时角度和特征线的并行计算资源，实现大规模矩阵的并行计算。

Claims (1)

1.一种适用于耦合输运计算的大规模并行方法，其特征在于：将径向特征线方法计算、一维离散纵标方法计算和粗网有限差分加速计算均拓展为与径向二维特征线方法相对应的三重并行，彻底消除不匹配现象；具体步骤如下：

步骤1：径向二维特征线方法计算包括空间、角度和特征线三个维度，每个维度均能够进行并行；首先将整个计算区域分解为各个子区域，将整个特征线扫描区域按照特征线计算量均分给各个处理器；其次，在每个区域内部再按照角度将特征线计算分给各个处理器，从而实现第二重并行；最后在每个处理器内部通过共享式内存的方式，进行多线程的特征线并行，即第三重并行；

步骤2：一维轴向离散纵标法计算包括栅元和角度两个维度，对一维区域进行区域分解，实现三重并行度；首先进行栅元并行，在一维计算方面将各个栅元计算区域均分给各个处理器；其次进行栅元内部的一维区域分解并行，离散纵标扫描分层进行；最后在各个计算子区域内进行方向并行，在各个子区域内部进行各个方向的方向并行；

步骤3：粗网有限差分CMFD仅存在空间变量的并行，将在利用区域分解的广义最小残差算法GMRES求解粗网有限差分线性方程的基础上，利用径向特征线方法计算时角度和特征线的并行计算资源加速GMRES算法中的矩阵向量积计算，实现二维特征线方法、一维轴向离散纵标法和三维粗网有限差分三者的并行匹配；首先进行区域分解并行，将计算区域均分给各个处理器，在每个区域内部进行粗网有限差分计算，利用计算资源进行矩阵向量积的并行计算。