La computación heterogénea (CPU-GPU) para la dispersión de la contaminación en un entorno urbano
Autores: Fernandez, Gonzalo; Mendina, Mariana; Usera, Gabriel
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
La computación heterogénea (CPU-GPU) para la dispersión de la contaminación en un entorno urbano
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Sistemas
Palabras clave
Dinámica de fluidos computacional
Estudios de calidad del aire
Entornos urbanos
Dispersión de contaminantes
Solucionador basado en CPU-GPU
Eficiencia de simulación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 18
Citaciones: Sin citaciones
El uso de la Dinámica de Fluidos Computacional (CFD) para ayudar en estudios de calidad del aire en entornos urbanos puede proporcionar resultados precisos para la dispersión de contaminantes. Sin embargo, debido a los recursos computacionales necesarios, los tamaños de dominio de simulación tienden a ser limitados. Este estudio tiene como objetivo mejorar la eficiencia computacional de un modelo de emisión y dispersión implementado en un solucionador basado en CPU al migrarlo a uno basado en CPU-GPU. Se explica la migración de las funciones que manejan las condiciones límite y los términos fuente de los contaminantes, así como las principales diferencias presentes en los solucionadores utilizados. Una vez implementado, el modelo se utilizó para ejecutar simulaciones con ambos motores en diferentes plataformas, lo que permitió la comparación entre ellos y lograr mejoras prometedoras en el tiempo a favor del uso de GPU.
Descripción
El uso de la Dinámica de Fluidos Computacional (CFD) para ayudar en estudios de calidad del aire en entornos urbanos puede proporcionar resultados precisos para la dispersión de contaminantes. Sin embargo, debido a los recursos computacionales necesarios, los tamaños de dominio de simulación tienden a ser limitados. Este estudio tiene como objetivo mejorar la eficiencia computacional de un modelo de emisión y dispersión implementado en un solucionador basado en CPU al migrarlo a uno basado en CPU-GPU. Se explica la migración de las funciones que manejan las condiciones límite y los términos fuente de los contaminantes, así como las principales diferencias presentes en los solucionadores utilizados. Una vez implementado, el modelo se utilizó para ejecutar simulaciones con ambos motores en diferentes plataformas, lo que permitió la comparación entre ellos y lograr mejoras prometedoras en el tiempo a favor del uso de GPU.