Algoritmos de aceleración de GPU para simulaciones de conducción de calor de tres capas
Autores: Murúa, Nicolás; Coronel, Aníbal; Tello, Alex; Berres, Stefan; Huancas, Fernando
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Algoritmos de aceleración de GPU para simulaciones de conducción de calor de tres capas
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Aproximación por diferencias finitas
Modelo matemático unidimensional
Conducción de calor
Sólido de tres capas
Condiciones interfaciales
Sistemas lineales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 28
Citaciones: Sin citaciones
En este documento, consideramos la aproximación por diferencias finitas para un modelo matemático unidimensional de conducción de calor en un sólido de tres capas con condiciones interfaciales para la temperatura y el flujo de calor entre las capas. El esquema de diferencias finitas es incondicionalmente estable, convergente y equivalente a la solución de dos sistemas algebraicos lineales. Evaluamos varios métodos para resolver los sistemas lineales involucrados mediante el análisis de solucionadores directos e iterativos, incluidos enfoques acelerados por GPU utilizando CuPy y PyCUDA. Evaluamos el rendimiento y la escalabilidad y contribuimos a avanzar en técnicas computacionales para modelar procesos físicos complejos de manera precisa y eficiente.
Descripción
En este documento, consideramos la aproximación por diferencias finitas para un modelo matemático unidimensional de conducción de calor en un sólido de tres capas con condiciones interfaciales para la temperatura y el flujo de calor entre las capas. El esquema de diferencias finitas es incondicionalmente estable, convergente y equivalente a la solución de dos sistemas algebraicos lineales. Evaluamos varios métodos para resolver los sistemas lineales involucrados mediante el análisis de solucionadores directos e iterativos, incluidos enfoques acelerados por GPU utilizando CuPy y PyCUDA. Evaluamos el rendimiento y la escalabilidad y contribuimos a avanzar en técnicas computacionales para modelar procesos físicos complejos de manera precisa y eficiente.