คาดว่าอัลกอริทึมใหม่จาก นักวิทยาศาสตร์ จะช่วยปรับปรุงประสิทธิภาพของ Peridynamics (PD) ซึ่งเป็นวิธีการแบบไม่เฉพาะที่ที่ใช้ในการสร้างแบบจำลองรอยแตกและความเสียหายในวัสดุ วิธีการใหม่นี้สามารถเพิ่มประสิทธิภาพการจำลองได้มากถึง 800 เท่า จึงช่วยเพิ่มความเร็วในการจำลองสำหรับวัสดุขนาดใหญ่ได้อย่างมาก
อัลกอริทึมใหม่ช่วยเพิ่มความสามารถของ GPU ยอดนิยมจาก Nvidia ได้ถึง 800 เท่า
ปัจจุบัน Peridynamics ถูกนำมาใช้อย่างแพร่หลายในสาขาต่างๆ เช่น การบินและอวกาศ วิศวกรรมโยธา และ กองทัพ เพื่อคาดการณ์ความเสียหายของวัสดุ อย่างไรก็ตาม การจำลองแบบ Peridynamics แบบดั้งเดิมมักต้องใช้ทรัพยากรคอมพิวเตอร์จำนวนมาก ทำให้การวิจัยขนาดใหญ่ล่าช้าและไม่สามารถนำไปปฏิบัติได้จริง
โซลูชันอัลกอริทึมที่ล้ำสมัย
ปัจจุบัน รองศาสตราจารย์หยาง หยาง และทีมงานได้แก้ปัญหานี้โดยการนำเทคโนโลยี CUDA ของ Nvidia มาประยุกต์ใช้เพื่อเพิ่มประสิทธิภาพการออกแบบอัลกอริทึมและการจัดการหน่วยความจำ เฟรมเวิร์ก PD-General ที่พวกเขาพัฒนาขึ้นนั้นสามารถเพิ่มความเร็วบนการ์ดจอ (GPU) Nvidia RTX 4070 ได้ถึง 800 เท่าเมื่อเทียบกับวิธีการแบบลำดับแบบเดิม และเร็วกว่าโปรแกรมแบบขนานที่ใช้ OpenMP ถึง 100 เท่า ในการจำลองขนาดใหญ่ที่มีอนุภาคหลายล้านอนุภาค อัลกอริทึมนี้สามารถวนซ้ำได้ 4,000 รอบในเวลาเพียง 5 นาที โดยเฉพาะอย่างยิ่งในปัญหาขนาดใหญ่ ความเร็วในการประมวลผลไม่เพียงแต่เร็วกว่าเท่านั้น แต่ยังแม่นยำกว่าแบบจำลองทั่วไปอีกด้วย
การปรับปรุงประสิทธิภาพการประมวลผลนี้ช่วยให้นักวิจัยสามารถรันการจำลองบน GPU ระดับผู้บริโภค แทนที่จะต้องพึ่งพาคลัสเตอร์คอมพิวเตอร์ประสิทธิภาพสูงราคาแพง สิ่งนี้มีความสำคัญอย่างยิ่งต่ออุตสาหกรรมที่ต้องการการวิเคราะห์วัสดุอย่างละเอียด ซึ่งรวมถึงอุตสาหกรรมการบินและอวกาศ วิศวกรรมและการผลิต และการวิจัยทางทหาร
ความสามารถในการรันการจำลองประสิทธิภาพสูงบน GPU ทั่วไปยังช่วยลดการพึ่งพาเทคโนโลยีจากภายนอก โดยเฉพาะอย่างยิ่งในสภาวะปัจจุบันที่มีมาตรการคว่ำบาตรและข้อจำกัดทางการค้า ความก้าวหน้าครั้งนี้ช่วยให้จีนและรัสเซียสามารถพัฒนางานวิจัยได้โดยไม่ต้องพึ่งพาฮาร์ดแวร์คอมพิวเตอร์ระดับไฮเอนด์จากประเทศตะวันตก
งานวิจัยนี้ได้รับการตีพิมพ์ใน วารสาร Chinese Journal of Computational Mechanics เมื่อวันที่ 8 มกราคม 2025 และทีมงานเชื่อว่ากระบวนการเพิ่มประสิทธิภาพนี้สามารถขยายออกไปได้ไกลกว่าด้านไดนามิก จึงช่วยปรับปรุงประสิทธิภาพของ GPU สำหรับการคำนวณทางวิทยาศาสตร์อื่นๆ ได้
ที่มา: https://thanhnien.vn/thuat-toan-trung-quoc-co-the-tang-toc-gpu-nvidia-len-800-lan-185250205231104787.htm
การแสดงความคิดเห็น (0)