[논문 리뷰] The cost of continuity: performance of iterative solvers on isogeometric finite elements

Nathan Collier, Lisandro Dalcín외 2명|arXiv (Cornell University)|2012. 06. 13.

Advanced Numerical Methods in Computational Mathematics참고 문헌 12인용 수 3

한 줄 요약

이 논문은 반복 해법에서 표준 C^0 유한요소와 비교하여 보다 높은 연속성의 이소지오메트릭 유한요소(C^{p-1} B-spline)를 사용할 경우의 계산 비용을 분석한다. 행렬-벡터 곱 연산은 C^{p-1} 공간에서 최대 8배 더 비싸며, 조건부 행렬 설정 비용은 최대 p^3배 더 비싸지만, ILU와 같은 효율적인 방법을 사용할 경우 크게 감소한다. 연구 결과, 중간 정도의 다항식 차수와 정적 축소 기법을 병행할 경우 비용 증가는 O(p^2)로 제한되며, 효과적인 조건부 행렬 기반 기법과 결합할 경우 높은 연속성 요소가 반복 해법에 실용적으로 적용 가능하다고 밝혔다.

ABSTRACT

In this paper we study how the use of a more continuous set of basis functions affects the cost of solving systems of linear equations resulting from a discretized Galerkin weak form. Specifically, we compare performance of linear solvers when discretizing using $C^0$ B-splines, which span traditional finite element spaces, and $C^{p-1}$ B-splines, which represent maximum continuity. We provide theoretical estimates for the increase in cost of the matrix-vector product as well as for the construction and application of black-box preconditioners. We accompany these estimates with numerical results and study their sensitivity to various grid parameters such as element size $h$ and polynomial order of approximation $p$. Finally, we present timing results for a range of preconditioning options for the Laplace problem. We conclude that the matrix-vector product operation is at most $\slfrac{33p^2}{8}$ times more expensive for the more continuous space, although for moderately low $p$, this number is significantly reduced. Moreover, if static condensation is not employed, this number further reduces to at most a value of 8, even for high $p$. Preconditioning options can be up to $p^3$ times more expensive to setup, although this difference significantly decreases for some popular preconditioners such as Incomplete LU factorization.

연구 동기 및 목표

• 높은 연속성의 이소지오메트릭 유한요소(C^{p-1} B-spline)를 사용할 경우 반복 해법에서 발생하는 계산 비용 증가를 정량화하는 것.
• 기저 연속성의 영향을 반복 해법에서의 행렬-벡터 곱, 조건부 행렬 설정 및 적용 비용에 대해 분석하는 것.
• 라플라스 문제에 대해 C^{p-1} 및 C^0 이산화에 대해 일반적인 조건부 행렬 기법(Jacobi, SSOR, ILU, EBE, BBB)의 성능을 평가하는 것.
• 실제 응용에서 C^{p-1} 공간의 향상된 근사 성질이 높은 해법 비용을 상쇄할 수 있는지 평가하는 것.

제안 방법

• C^{p-1} 및 C^0 B-spline 이산화에 대해 행렬-벡터 곱 및 조건부 행렬 연산의 이론적 비용 추정.
• 다양한 다항식 차수 p와 자유도 N에서 라플라스 문제에 대해 공액 경사법과 다양한 조건부 행렬 기법을 사용한 수치 실험.
• PETSc 및 자체 개발 해법을 활용한 구현 및 시간 측정을 통해 C^{p-1} 및 C^0 공간 간의 해법 시간을 비교.
• C^0 이산화의 비용을 줄이기 위해 정적 축소 기법을 통합하고, 상대적 성능에 미치는 영향을 평가.
• ILU, EBE 및 BBB 조건부 행렬 기법을 사용하여 높은 연속성 공간에서의 확장성 및 효율성 평가.
• 조건수 스케일링 및 반복 횟수 분석을 통해 다양한 연속성 수준에서 수렴 특성 평가.

실험 결과

연구 질문

• RQ1 C^{p-1} B-spline 기저 함수를 사용할 경우 C^0 B-spline과 비교해 반복 해법에서 행렬-벡터 곱 연산 비용에 어떤 영향을 미치는가?
• RQ2 C^{p-1}과 C^0 이산화에 대해 다양한 조건부 행렬 전략에서 조건부 행렬 설정 및 적용 비용의 상대적 비용은 어떻게 되는가?
• RQ3 정적 축소 기법이 C^{p-1} 및 C^0 이소지오메트릭 이산화 간 성능 격차를 어느 정도 줄이는가?
• RQ4 표준 조건부 행렬 기법(ILU, SSOR, Jacobi 등)이 높은 연속성 공간에서 수렴성 및 계산 비용 측면에서 어떻게 성능을 발휘하는가?
• RQ5 실제 시나리오에서 C^{p-1} 공간의 향상된 근사 성질이 높은 해법 비용을 상쇄할 수 있는가?

주요 결과

• C^{p-1} 공간의 행렬-벡터 곱 연산 비용은 C^0 공간 대비 최대 8배 더 비싸지만, 고차수 다항식에서도 이에 해당한다.
• C^0 공간에 정적 축소 기법을 적용할 경우, C^{p-1} 공간의 행렬-벡터 곱 비용은 C^0 공간 대비 최대 (33p²)/8배까지 증가하지만, 낮은 p 값에서는 크게 감소한다.
• EBE 및 BBB 방법의 조건부 행렬 설정 비용은 ILU 대비 p³배 더 비싸며, 이는 C^{p-1} 공간에 대해 실용적으로 비현실적인 비용을 유발한다.
• ILU 조건부 행렬 기법은 C^{p-1} 공간에서 자유도가 10⁶에 이르는 범위까지 조건수에 대해 거의 완벽한 p-스케일링을 보이며, 강력한 확장성을 나타낸다.
• 중간 크기의 문제 및 라플라스 문제에서 EBE 및 BBB 조건부 행렬 기법은 설정 비용이 높고 반복 횟수를 충분히 줄이지 못해 효과적이지 않다.
• 설정 비용이 높더라도 ILU는 효율적이며 반복 횟수 및 총 해법 시간 측면에서 뛰어난 성능을 발휘하며, 정적 축소 기법과 조합할 경우 尤히 유리하다.