[论文解读] Mesh Algorithms for PDE with Sieve I: Mesh Distribution

Matthew G. Knepley, Dmitry Karpeev|arXiv (Cornell University)|Aug 30, 2009

Computational Geometry and Mesh Generation参考文献 13被引用 9

一句话总结

本文提出了Sieve框架，这是一种与维度无关、以箭头为中心的分布式网格管理方法，专为PDE求解器设计。通过将关联关系（箭头）视为一等对象，并利用覆盖关系与对偶性，Sieve实现了在任意单元类型、维度和嵌入方式下的统一网格划分、分发与数据处理——仅通过单一并行操作‘部分完成’即可实现完整的代码复用与可扩展性。

ABSTRACT

We have developed a new programming framework, called Sieve, to support parallel numerical PDE algorithms operating over distributed meshes. We have also developed a reference implementation of Sieve in C++ as a library of generic algorithms operating on distributed containers conforming to the Sieve interface. Sieve makes instances of the incidence relation, or \emph{arrows}, the conceptual first-class objects represented in the containers. Further, generic algorithms acting on this arrow container are systematically used to provide natural geometric operations on the topology and also, through duality, on the data. Finally, coverings and duality are used to encode not only individual meshes, but all types of hierarchies underlying PDE data structures, including multigrid and mesh partitions. In order to demonstrate the usefulness of the framework, we show how the mesh partition data can be represented and manipulated using the same fundamental mechanisms used to represent meshes. We present the complete description of an algorithm to encode a mesh partition and then distribute a mesh, which is independent of the mesh dimension, element shape, or embedding. Moreover, data associated with the mesh can be similarly distributed with exactly the same algorithm. The use of a high level of abstraction within the Sieve leads to several benefits in terms of code reuse, simplicity, and extensibility. We discuss these benefits and compare our approach to other existing mesh libraries.

研究动机与目标

• 解决PDE求解器中网格拓扑与功能数据结构之间的脱节问题，即网格生成器与求解器使用不兼容的表示方式。
• 通过单一抽象统一网格分发、划分与数据分发，消除对单元类型、维度或嵌入方式的依赖。
• 通过将拓扑连接性作为一等概念处理（利用关联关系，即箭头），实现与维度无关的编程。
• 使用与网格拓扑相同的底层机制，支持多级网格与网格划分等层次化数据结构。
• 通过将底层索引操作抽象为高层几何操作，提升代码复用性、简洁性与可扩展性。

提出的方法

• 使用Sieve数据结构表示网格拓扑，其中几何单元（如顶点、单元）作为点，关联关系（如顶点位于边上）作为箭头，使其成为一等对象。
• 利用覆盖关系编码局部拓扑与进程间的重叠，通过一系列本地数据集合的链式结构实现分布式网格构建。
• 应用‘部分完成’——一种单一并行操作——实现网格拓扑与关联数据（如坐标）在进程间的均匀分发。
• 通过基于箭头的数据（如方向或插值权重）实现拓扑操作（如闭包）与分析操作（如限制）之间的对偶性。
• 使用Atlas适配器在分发过程中确定数据大小，从而自动处理稀疏或空的数据部分（如无坐标的面）。
• 通过重叠结构完成部分（如划分、坐标）来构建最终的分布式网格，其中面划分会自动生成边界单元。

实验结果

研究问题

• RQ1 能否设计一种单一、与维度无关的算法，实现对任意单元形状、维度或嵌入方式的网格分发？
• RQ2 能否将网格划分与数据分发统一于同一抽象之下，从而消除对拓扑与数据分别处理的需求？
• RQ3 能否使用相同的操作——‘部分完成’——来分发网格拓扑及其关联的功能性数据？
• RQ4 如何使用与网格本身相同的底层机制，对多级网格或网格划分等层次化数据结构进行编码与操作？
• RQ5 与传统网格库相比，基于箭头的模型能否降低代码复杂性并提升可扩展性？

主要发现

• 网格分发算法完全独立于网格维度、单元形状、嵌入方式以及Sieve中是否存在中间元素。
• 相同的‘部分完成’操作可分发网格拓扑及其关联数据（如坐标），无论数据附着于顶点、单元或其他单元。
• 在使用面划分时，系统会自动生成边界单元，证明了该框架天然支持复杂通信模式的能力。
• Sieve框架通过利用对偶性与覆盖关系，使用与网格本身相同的底层机制支持多级网格与网格划分层次结构。
• 该方法实现了完整的代码复用与可扩展性，因为所有操作均通过高层几何抽象表达，而非底层索引算术。
• 该框架的设计受范畴论与代数拓扑启发，实现了无需显式维度参数或特殊分支的与维度无关的编程。