[论文解读] Visualization and Analysis of Large-Scale, Tree-Based, Adaptive Mesh Refinement Simulations with Arbitrary Rectilinear Geometry

Guénolé Harel, Jacques-Bernard Lekien+1 more|arXiv (Cornell University)|Feb 16, 2017

Computer Graphics and Visualization Techniques被引用 4

一句话总结

本文提出了一种新颖且内存高效的可视化与分析方法，可直接在分层八叉树网格上对大规模树状自适应网格加密（AMR）模拟进行处理，与传统的非结构化网格方法相比，内存使用量至少降低80%，同时保持相当的性能。该方法原生集成于可视化工具包（VTK），通过优化的数据结构和基于游标遍历的方式，实现了对复杂AMR数据的交互式2D与3D可视化，显著提升了百亿亿次模拟的后处理能力。

ABSTRACT

We present here the first systematic treatment of the problems posed by the visualization and analysis of large-scale, parallel adaptive mesh refinement (AMR) simulations on an Eulerian grid. When compared to those obtained by constructing an intermediate unstructured mesh with fully described connectivity, our primary results indicate a gain of at least 80\% in terms of memory footprint, with a better rendering while retaining similar execution speed. In this article, we describe the key concepts that allow us to obtain these results, together with the methodology that facilitates the design, implementation, and optimization of algorithms operating directly on such refined meshes. This native support for AMR meshes has been contributed to the open source Visualization Toolkit (VTK). This work pertains to a broader long-term vision, with the dual goal to both improve interactivity when exploring such data sets in 2 and 3 dimensions, and optimize resource utilization.

研究动机与目标

• 解决将超出存储与处理能力的大型树状AMR模拟转换为非结构化网格后难以可视化的挑战。
• 在不牺牲执行速度的前提下，降低大规模AMR数据的内存占用并提升渲染性能。
• 实现在分层网格结构上直接对AMR数据进行交互式、高性能的可视化，避免昂贵的中间网格转换过程。
• 通过原生支持树状AMR数据结构与算法，扩展可视化工具包（VTK）的功能。
• 为未来在AMR工作流中支持高级可视化技术（如体绘制与原位分析）奠定基础。

提出的方法

• 该方法采用紧凑的分层表示方式，利用超树数据结构仅存储叶单元及其细化历史，最大限度减少内存开销。
• 通过全局索引映射与虚拟双网格，实现在无需显式存储连接关系的情况下高效执行几何与拓扑操作。
• 采用模板化游标与超级游标系统，实现对树结构的分层遍历，支持优化的滤波操作与等值面提取。
• 滤波操作通过预选择范式与基于游标的遍历实现，以最大化性能并最小化内存访问。
• 通过基于双网格的方法实现等值面提取，可直接从分层网格重构流形，避免显式生成网格。
• 整个处理流程设计为支持并行执行，并已贡献至开源VTK库，供更广泛的社区使用。

实验结果

研究问题

• RQ1 如何在不转换为非结构化网格的前提下，高效可视化大规模树状AMR模拟？
• RQ2 哪些数据结构与算法能够在保持交互式渲染的同时，实现AMR数据的高性能、低内存可视化？
• RQ3 如何在不显式存储连接关系的前提下，高效计算直接基于分层八叉树网格的等值面？
• RQ4 与中间网格转换相比，可视化工具（如VTK）原生支持AMR可带来多大的性能提升？
• RQ5 2D AMR可视化中的关键性能瓶颈是什么？如何通过细节层次技术加以缓解？

主要发现

• 所提方法相比非结构化网格表示，内存占用至少降低80%，同时保持相近的执行速度。
• 直接在超树网格上处理可实现对大规模AMR模拟的交互式2D与3D可视化，即使在百亿亿级规模下亦可实现。
• 使用分层游标与超级游标可实现高效的遍历与滤波，显著提升算法性能。
• 尽管等值面流形具有复杂的拓扑结构，但直接在分层网格上实现等值面提取已被证明是可行且高效的。
• 该方法已成功集成至VTK，使CEA能够实现真实场景的AMR模拟后处理，并惠及更广泛的科学可视化社区。
• 本工作识别出由于超树模型的内存效率极高，导致渲染成为2D AMR可视化的新瓶颈，从而为未来基于细节层次的渲染技术研究提供了动力。