[论文解读] Efficient implementation of immersed boundary-lattice Boltzmann method for massive particle-laden flows Part I: Serial computing

Maoqiang Jiang, Jing Li+1 more|arXiv (Cornell University)|Feb 20, 2020

Lattice Boltzmann Simulation Studies参考文献 43被引用 4

一句话总结

本文提出了一种高度优化的串行实现方法，用于模拟含有超过10⁴颗粒的大量颗粒载流体的浸入边界-格子Boltzmann方法（IB-LBM）。通过引入不可压缩LBM的交换算法、IBM的局部网格到点方法、改进的颗粒相互作用网格搜索算法，以及用于半计算的对称性算法，该方法在无颗粒流体中实现了最高36 MLUPS（2D）和12 MLUPS（3D）的性能，在固体体积分数高达0.40的密集颗粒载流体中仍能保持超过15 MLUPS（2D）和7 MLUPS（3D）的性能。

ABSTRACT

Immersed boundary-lattice Boltzmann method (IB-LBM) has been widely used for simulation of particle-laden flows recently. However, it was limited to small-scale simulations with no more than O(103) particles. Here, we expand IB-LBM for massive particle-laden flows with more than O(104) particles by two sequential works. First is the Part I: serial computing on a single CPU core and following the Part II: parallel computing on many CPU cores. In this Part I paper, a highly efficient and localized implementation of IB-LBM is proposed for serial computing. We optimize in three main aspects: swap algorithm for incompressible LBM, local grid-to-point algorithm for IBM and improved grid search algorithm for particle pair short-range interaction. In addition, symmetry algorithm is proposed for the half-calculation of LB collision and external force term. The computational performance on a single CPU core is analyzed. Different scales of two dimensional (2D) and three-dimensional (3D) particles settling in closed cavities are used for testing. The solid volume fraction is varied from 0 to 0.40. Simulation results demonstrate that all calculation parts are dramatically decreased by the improved algorithm. For the particle-free flows, the Mega Lattice Site Update per Second (MLUPS) can be achieved up to 36 (2D) and 12 (3D) using the improved algorithm. For the particle-laden flows, MLUPS can be achieved no lower than 15 (2D) and 7 (3D) in the simulations of dense flows. At last, we discuss the potential of the new algorithms for the high-performance computation of the large-scale systems of particle-laden flows with MPI parallel technique.

研究动机与目标

• 为克服现有IB-LBM方法的局限性，这些方法受限于最多仅能模拟≤ O(10³)颗粒的小规模模拟。
• 实现在单个CPU核心上高效模拟含有> O(10⁴)颗粒的大规模颗粒载流体。
• 开发算法优化，显著降低LBM和IBM组件中的计算成本。
• 为未来基于MPI的大规模颗粒载流体系统的高性能并行计算奠定基础。

提出的方法

• 引入一种交换算法，通过重新排序碰撞与平流步骤，提升不可压缩格子Boltzmann方法（LBM）的效率。
• 开发一种局部网格到点算法用于浸入边界方法（IBM），以减少力插值的计算开销。
• 提出一种改进的网格搜索算法，通过仅在相邻网格单元内搜索，加速短程颗粒-颗粒相互作用。
• 实现一种对称性算法，仅计算格子Boltzmann碰撞和外力项的一半，利用对称性减少冗余计算。
• 整个实现针对单个CPU核心的串行执行进行了优化，重点提升内存访问局部性和计算效率。
• 在不同固体体积分数的封闭腔体内，对2D和3D颗粒沉降模拟的多个尺度进行了方法验证。

实验结果

研究问题

• RQ1 IB-LBM能否在单个CPU核心上高效扩展至模拟超过O(10⁴)颗粒的流动？
• RQ2 在大规模颗粒载流体中，如何最小化LBM碰撞、IBM力插值和颗粒-颗粒相互作用的计算成本？
• RQ3 通过诸如基于对称性的半计算和局部网格搜索等算法优化，可实现多大程度的性能提升？
• RQ4 在固体体积分数高达0.40的密集颗粒流中，改进后的算法能在多大程度上保持高性能？
• RQ5 该优化的串行实现作为未来基于MPI并行化大规模模拟的基础，具有多大潜力？

主要发现

• 优化后的IB-LBM在单个CPU核心上，于2D无颗粒流体中实现了最高36 MLUPS，在3D无颗粒流体中实现了12 MLUPS。
• 在固体体积分数高达0.40的密集颗粒载流体中，该方法仍能保持不低于15 MLUPS（2D）和7 MLUPS（3D）的性能。
• 交换算法通过提升数据局部性和减少内存访问延迟，显著降低了LBM碰撞步骤的计算开销。
• 针对IBM的局部网格到点算法通过仅在颗粒附近的网格点上计算，降低了力插值的成本。
• 改进的网格搜索算法通过仅在物理相邻的网格单元内搜索，加速了短程颗粒-颗粒相互作用。
• 基于对称性的半计算算法通过减少LBM碰撞和外力评估中对称项的冗余计算，提升了整体效率。