[논문 리뷰] Parallel Computation of Finite Element Navier-Stokes codes using MUMPS Solver

Mandhapati Raju|ArXiv.org|2009. 10. 09.

VLSI and FPGA Design Techniques참고 문헌 11인용 수 7

한 줄 요약

이 논문은 2차원 및 3차원 문제에서 발생하는 희소 선형 시스템을 해결하기 위해 MUMPS 직접 해법기를 사용하여 유한요소 라플라스-나비에-스토크스 해법기의 병렬 구현을 제시한다. MUMPS의 메모리 사용 및 CPU 시간 성능을 평가하여 분산 메모리 아키텍처에서 뉴턴 및 수정 뉴턴 알고리즘의 확장성을 입증하며, 다중전면 해법기가 높은 메모리 요구량에도 불구하고 계산 효율성을 달성할 수 있음을 보여준다.

ABSTRACT

The study deals with the parallelization of 2D and 3D finite element based Navier-Stokes codes using direct solvers. Development of sparse direct solvers using multifrontal solvers has significantly reduced the computational time of direct solution methods. Although limited by its stringent memory requirements, multifrontal solvers can be computationally efficient. First the performance of MUltifrontal Massively Parallel Solver (MUMPS) is evaluated for both 2D and 3D codes in terms of memory requirements and CPU times. The scalability of both Newton and modified Newton algorithms is tested.

연구 동기 및 목표

• 직접 해법기를 사용하여 효율적인 병렬 유한요소 나비에-스토크스 코드 계산을 가능하게 하기 위해.
• MUltifrontal Massively Parallel Solver(MUMPS)의 메모리 요구량 및 CPU 시간 성능을 평가하기 위해.
• 2차원 및 3차원 유한요소 이산화에 적용된 뉴턴 및 수정 뉴턴 알고리즘의 확장성 평가를 위해.
• 높은 메모리 요구량에도 불구하고 대규모 나비에-스토크스 시뮬레이션에서 다중전면 해법기의 실현 가능성과 효율성 조사하기 위해.

제안 방법

• 연구는 나비에-스토크스 방정식의 유한요소 이산화에서 생성된 희소 행렬을 위한 직접 선형 시스템 해법기로 MUMPS 해법기를 사용한다.
• 유한요소 방법은 2차원 및 3차원 문제에 모두 적용되며, 운동량 및 연속성 방정식의 약한 형태는 갈레르킨 근사법으로 해결된다.
• 해결된 비선형 시스템은 뉴턴 및 수정 뉴턴 방법을 사용하며, MUMPS는 자코비안 선형 시스템의 병렬 해법을 담당한다.
• MPI 기반 도메인 분할을 사용하여 병렬화가 구현되어 희소 행렬 및 해 벡터가 여러 프로세서에 분산된다.
• CPU 시간 및 메모리 사용량과 같은 성능 지표는 다양한 문제 크기 및 프로세서 수에서 수집 및 분석된다.
• 확장성은 프로세서 수 증가에 따라 해법 시간 및 효율성을 측정하여 테스트된다.

실험 결과

연구 질문

• RQ1 2차원 및 3차원 유한요소 나비에-스토크스 문제에 대해 MUMPS 해법기는 메모리 소비 및 CPU 시간 측면에서 어떻게 성능을 발휘하는가?
• RQ2 MUMPS를 사용하여 선형 시스템 해법을 수행할 때, 뉴턴 알고리즘은 다수의 프로세서에서 얼마나 확장 가능한가?
• RQ3 이 맥락에서 수정 뉴턴 방법은 표준 뉴턴 방법에 비해 확장성 및 성능에서 어떻게 비교되는가?
• RQ4 높은 메모리 요구량에도 불구하고 MUMPS와 같은 다중전면 직접 해법기가 대규모 유체역학 시뮬레이션에서 수용 가능한 계산 효율성을 달성할 수 있는가?
• RQ5 문제 차원성(2차원 대비 3차원)은 이 적용 분야에서 MUMPS의 성능 및 확장성에 어떤 영향을 미치는가?

주요 결과

• MUMPS는 2차원 및 3차원 유한요소 나비에-스토크스 코드에 대해 효과적인 병렬 성능을 보였으며, 프로세서 수 증가에 따라 CPU 시간이 유의미하게 감소하였다.
• 다양한 프로세서 구성에서 뉴턴 알고리즘의 확장성이 확인되어 양호한 로드 분배 및 통신 효율성을 나타냈다.
• 수정 뉴턴 방법은 표준 뉴턴 방법과 유사한 확장성을 보였으며, 반복당 계산 비용이 약간 감소하였다.
• 메모리 요구량은 여전히 제한 요소였지만, 다중전면 해법기의 사용으로 반복 방법에 비해 더 빠른 수렴이 이루어졌다.
• 연구는 MUMPS가 직접 해법 정확도와 강건성을 우선시하는 대규모 유한요소 시뮬레이션에서 실현 가능한 선택임을 확인하였다.
• 성능 추세는 문제 크기 및 메esh 해상도가 절대 해법 시간에 크게 영향을 주었지만, 구성 간 상대적 확장성은 유지되었다.