5、利用GPU架构解决N体问题及能耗分析

利用GPU架构解决N体问题及能耗分析

1. GPU架构基础

GPU的流式多处理器（SM）能提供足够的线程、核心和共享内存，以运行一个或多个CUDA线程块。真正负责执行的是流处理器（SP），它们可同时运行多个线程。线程被组织成块，每个SM中会有一个或多个块同时运行。线程组织具有层次结构，分别为网格（Grid）、块（Blocks）和线程（Threads）。

2. GPU相关架构

• GPU集群 ：是一种异构架构，一方面有包含多个CPU核心、内存和I/O系统的子系统，另一方面有带有片上和片外内存的GPU子系统。这两个子系统通过PCI - E进行通信，但带宽速度相较于内存系统中的通信速度较低，导致通信成为瓶颈。
• 多GPU架构 ：在同一台PC上使用一个或多个显卡。通过英伟达提供的可扩展链接接口（SLI），能轻松使用CUDA对GPU进行编程。CPU和GPU之间同样通过PCI - E进行通信。

3. N体问题概述

N体问题是科学领域中最早使用计算机求解的问题之一，主要是模拟n个物体在工作空间中的行为，本研究基于引力计算。牛顿提出的万有引力定律表明，每个物体都有质量、初始位置和速度，引力会使物体通过相互间的吸引力加速并移动，两物体间引力的大小用公式 (F = G \times m_i \times m_j / r^2) 表示，其中 (m) 是质量，(r) 是距离，(G) 是引力常数（(6.67 \times 10^{-11})）。

4. 使用不同方式解决N体问题