[论文解读] Semi-analytic integration for a parallel space-time boundary element method modeling the heat equation

Jan Zapletal, Raphael Watschinger+2 more|arXiv (Cornell University)|Feb 19, 2021

Electromagnetic Scattering and Analysis参考文献 19被引用 4

一句话总结

本文提出了一种用于求解三维热方程的时空边界元法的半解析积分技术，通过解析积分时间分量，实现了高效矩阵组装与近似公式求值。该方法已集成于开源C++库besthea中，在多核系统上实现了高并行效率，单插槽最高可扩展至18个线程，但NUMA效应限制了跨插槽的扩展性。

ABSTRACT

The presented paper concentrates on the boundary element method (BEM) for the heat equation in three spatial dimensions. In particular, we deal with tensor product space-time meshes allowing for quadrature schemes analytic in time and numerical in space. The spatial integrals can be treated by standard BEM techniques known from three dimensional stationary problems. The contribution of the paper is twofold. First, we provide temporal antiderivatives of the heat kernel necessary for the assembly of BEM matrices and the evaluation of the representation formula. Secondly, the presented approach has been implemented in a publicly available library besthea allowing researchers to reuse the formulae and BEM routines straightaway. The results are validated by numerical experiments in an HPC environment.

研究动机与目标

• 开发一种稳健、可重用的框架，用于使用时空边界元法高效求解三维热方程。
• 推导并提供热核及其法向导数的精确时间原函数，以实现准确且快速的Galerkin矩阵组装。
• 在公开可用的C++库（besthea）中实现该方法，以加速未来BEM项目中的采用与重用。
• 通过HPC环境中的数值实验验证该方法，展示其可扩展性与正确性。
• 解决当前在三维时空BEM中缺乏详细、可实现的指导，尤其是针对并行与向量化执行的问题。

提出的方法

• 该方法采用张量积时空网格，实现在时间方向的解析积分与空间方向的数值积分。
• 推导出热核及其法向导数的精确原函数，用于Galerkin矩阵组装与表示公式的求值。
• 通过标准空间BEM技术，使用Galerkin BEM对边界积分算子（单层、双层及其对偶）进行离散化。
• 实现中利用OpenMP线程与AVX512向量化技术，以提升共享内存系统上的性能。
• besthea库提供了可重用的C++例程与公式，重点优化了近场计算，便于未来与快速多极方法（FMM）集成。
• 该方法支持分段常数与线性空间基函数，性能在不同线程数与内存访问模式下进行了评估。

实验结果

研究问题

• RQ1 如何对三维热方程的时空边界元矩阵进行时间方向的解析积分，以降低计算成本？
• RQ2 用于矩阵组装与表示公式求值的热核及其法向导数的精确半解析原函数表达式是什么？
• RQ3 在现代多核架构上，如何高效地并行组装与求解所得的BEM系统？
• RQ4 当跨NUMA节点（插槽）时，该实现的可扩展性极限是什么？
• RQ5 如何通过文档齐全的开源库，使该方法易于被研究社区重用？

主要发现

• 推导出的热核及其法向导数的半解析原函数正确无误，可实现时空BEM中的精确时间积分。
• besthea库成功实现了该方法，提供了即用型公式与BEM例程，可立即用于新项目。
• 单插槽环境下，矩阵组装效率超过90%（最高达18个线程），且在插槽内对分段常数与线性基函数均表现出良好的性能扩展性。
• 势能求值也表现出类似的可扩展性，插槽内效率高于90%，但跨插槽访问时因非NUMA感知的内存分配导致效率下降。
• 由于使用std::vector与标准分配器，实现未在跨插槽时实现最优扩展，但此限制预计将在未来基于FMM的分布式内存版本中得到解决。
• 数值实验在HPC环境中验证了该方法的正确性与性能，证实了理论推导的可靠性。