من المتوقع أن تُسهم الخوارزمية الجديدة التي طورها العلماء في تحسين كفاءة بيريداينامكس (PD)، وهي طريقة غير محلية تُستخدم لنمذجة الشقوق والتلف في المواد. ويمكن لهذه الطريقة الجديدة أن تزيد أداء المحاكاة بما يصل إلى 800 مرة، مما يُحسّن بشكل كبير سرعة محاكاة المواد واسعة النطاق.
خوارزمية جديدة تسمح بزيادة قدرات وحدات معالجة الرسومات الشهيرة من Nvidia بما يصل إلى 800 مرة
تُستخدم الديناميكية المحيطية الآن على نطاق واسع في مجالات مثل الفضاء والهندسة المدنية والعسكرية للتنبؤ بفشل المواد. ومع ذلك، غالبًا ما تتطلب عمليات المحاكاة الديناميكية المحيطية التقليدية موارد حاسوبية ضخمة، مما يجعل الأبحاث واسعة النطاق بطيئة وغير عملية.
حلول خوارزمية رائدة
الآن، نجحت الأستاذة المساعدة يانغ يانغ وفريقها في حل هذه المشكلة بتطبيق تقنية CUDA من إنفيديا لتحسين تصميم الخوارزميات وإدارة الذاكرة. يحقق إطار عمل PD-General الذي طوروه سرعةً تصل إلى 800 مرة على بطاقة رسومات إنفيديا RTX 4070 (GPU) مقارنةً بالطرق التسلسلية التقليدية، وهو أسرع بـ 100 مرة من البرامج المتوازية القائمة على OpenMP. في عمليات المحاكاة واسعة النطاق التي تضم ملايين الجسيمات، يمكن للخوارزمية إكمال 4000 تكرار في 5 دقائق فقط. وبشكل خاص، في المسائل واسعة النطاق، لا تكون سرعة المعالجة أسرع فحسب، بل أكثر دقةً أيضًا من النموذج التقليدي.
يتيح هذا التحسن في كفاءة الحوسبة للباحثين إجراء عمليات محاكاة على وحدات معالجة رسومية مخصصة للمستهلكين، بدلاً من الاعتماد على مجموعات حاسوبية باهظة الثمن وعالية الأداء. ولهذا آثار مهمة على الصناعات التي تتطلب تحليلات دقيقة للمواد، بما في ذلك صناعات الطيران والفضاء، والهندسة والتصنيع، والبحوث العسكرية.
كما أن القدرة على إجراء محاكاة عالية الأداء باستخدام وحدات معالجة رسومية شائعة تُقلل الاعتماد على التكنولوجيا الخارجية، لا سيما في ظل العقوبات والقيود التجارية الحالية. ويسمح هذا الإنجاز للصين وروسيا بتطوير الأبحاث دون الاعتماد على أجهزة حاسوبية متطورة من الدول الغربية.
نُشر البحث في المجلة الصينية للميكانيكا الحسابية في 8 يناير 2025، ويعتقد الفريق أن عملية التحسين هذه يمكن أن تمتد إلى ما هو أبعد من الديناميكيات، وبالتالي تحسين أداء وحدة معالجة الرسومات للحسابات العلمية الأخرى.
[إعلان 2]
المصدر: https://thanhnien.vn/thuat-toan-trung-quoc-co-the-tang-toc-gpu-nvidia-len-800-lan-185250205231104787.htm
تعليق (0)