[論文レビュー] PetIGA: A Framework for High-Performance Isogeometric Analysis

Lisandro Dalcín, Nathan Collier+3 more|arXiv (Cornell University)|May 20, 2013

Advanced Numerical Analysis Techniques被引用数 14

ひとこと要約

PetIGA は、NURBS に基づく離散化を用いた偏微分方程式のスケーラブルで並列処理可能な解法を可能にする、高性能でオープンソースのフレームワークである。PETSc を活用することで、4096 コアまで強力なスケーリングを達成し、数値微分法と比較して桁違いに優れた効率性を示す明示的なヤコビ行列計算を実現している。

ABSTRACT

We present PetIGA, a code framework to approximate the solution of partial differential equations using isogeometric analysis. PetIGA can be used to assemble matrices and vectors which come from a Galerkin weak form, discretized with Non-Uniform Rational B-spline basis functions. We base our framework on PETSc, a high-performance library for the scalable solution of partial differential equations, which simplifies the development of large-scale scientific codes, provides a rich environment for prototyping, and separates parallelism from algorithm choice. We describe the implementation of PetIGA, and exemplify its use by solving a model nonlinear problem. To illustrate the robustness and flexibility of PetIGA, we solve some challenging nonlinear partial differential equations that include problems in both solid and fluid mechanics. We show strong scaling results on up to 4096 cores, which confirm the suitability of PetIGA for large scale simulations.

研究の動機と目的

• NURBS基底関数を用いたスケーラブルで高性能なフレームワークの開発を目的とする。
• PETSc を統合し、大規模シミュレーションのための並列線形代数およびソルバを活用する。
• 非線形 PDE の解法における計算コストを削減するため、効率的な行列アセンブリおよびヤコビ行列計算を可能にする。
• モジュラーで拡張可能なソフトウェア設計を通じて、科学計算分野におけるコード再利用および相互運用性を促進する。
• 固体および流体の力学における挑戦的な非線形問題において、堅牢性と性能を示す。

提案手法

• 並列線形代数、Krylov法、時間積分のための基礎的ライブラリとして PETSc を使用する。
• 高次で滑らかな離散化を実現するため、テンソル積 NURBS 基底関数を用いたガレルキン弱形式を実装する。
• 基底関数における任意の連続性と多項式次数をサポートし、より高い精度を実現する。
• 最適なパフォーマンスを実現するため、明示的なユーザー定義の残差およびヤコビ行列ルーチンを提供し、局所的な数値微分による自動微分もサポートする。
• MPI を用いた並列化により強力なスケーリングを実現し、ParaView を用いた可視化も可能である。
• コマンドラインインターフェースを提供し、ソルバ、プリコンディショナ、問題パラメータの実行時設定を可能にする。

実験結果

リサーチクエスチョン

• RQ1 大規模 HPC システム上で効率的にスケーリングできる、高性能でオープンソースのフレームワークをアイソジオメトリック解析に構築可能か？
• RQ2 アイソジオメトリック解析において、明示的なヤコビ行列計算は数値微分法と比較してどの程度パフォーマンスに優れるか？
• RQ3 PetIGA は、現代のスーパーコンピュータ上で複雑な非線形 PDE に対してどの程度スケーリング可能か？
• RQ4 フレームワークは、高次連続性および複雑な幾何形状を有する固体および流体の力学分野の挑戦的問題を処理できるか？
• RQ5 PETSc との統合により、科学的シミュレーションにおけるパフォーマンスと柔軟性はどのように向上するか？

主な発見

• PetIGA は 4096 コアまで強力なスケーリングを達成し、大規模シミュレーションに適していることが確認された。
• 明示的なヤコビ行列計算は、ベースラインの局所的数値微分法よりも約 4 倍遅いが、カラーリングされた有限差分法は 10 倍以上遅い。
• 128³ 個の要素と p=3、k=2 を有する 3D ブラト問題では、局所的数値微分法を用いた場合のグローバルヤコビ行列計算時間は 1.72 秒であったのに対し、明示的計算では 0.52 秒であった。
• フレームワークは、相場変化および大変形問題を含む、固体および流体の力学分野における挑戦的な非線形問題を正常に解いている。
• PETSc の使用により、高度なソルバおよびプリコンディショナとのシームレスな統合が可能となり、パフォーマンスと拡張性が向上した。
• Hypre、Trilinos/ML、MUMPS などの外部ライブラリとの完全な相互運用性が、統一インターフェースを通じて実現されている。