简单CFD算例中不同CPU，GPU的性能对比
简单CFD算例中不同CPU，GPU的性能对比
Fluid-CFD
流体机械相关资料共享，解决流体机械相关工程问题，解决流体机械数值模拟（CFD）相关问题，这是一个学习与共享的平台
编者荐语：
非常感谢群友的总结。看看你的CPU的单核计算能力到底咋样。
以下文章来源于Turbo solver ，作者cdm
叶轮机械相关内容分享
本文主要包括以下几个部分：
1. 简单CFD算例的介绍
2. 定常计算结果展示
3. 非定常计算参数的说明，非定常计算结果展示
4. 不同平台下不同CPU以及GPU非定常计算速度差异对比
-
算例介绍
本文使用的算例是准一维（y方向两个网格点）拉伐尔喷管。
进口边界条件：总压121325Pa，总温300.0K
出口边界条件：静压101325Pa
CPU编译器（Windows）：Intel® Fortran Compiler Classic 2021.5.0
CPU编译器（Linux）：Intel(R) Fortran 64 Compiler Version 17.0.4.196
GPU编译器（Linux）：nvfortran 21.9-0
2. 定常结果展示
上面展示的是定常计算时连续方程的残差随迭代步数的变化，在不同的平台以及不同的硬件上的计算结果具有很好的一致性，并且计算可以收敛到机器精度。
以上三个图展示的分别是密度，压力，马赫数分布云图，是为了计算结果的可靠性。
3. 非定常计算参数说明
对于非定常计算，为了充分发挥计算硬件的性能，在x方向划分了50,000个网格点。
通过背压余弦形式扰动的方法引入非定常性，扰动频率为100Hz，幅值为定常背压的2%。
采用双时间步法进行求解，物理时间步长为一个扰动周期的1/200，一步外迭代中采用1000步内迭代。
上图所示为不同平台以及不同硬件下，密度残差随迭代步数的变化情况。两条曲线完全重合，验证了计算结果的可靠性。
后面关于计算结果将不再过多说明，将重点放在计算耗时的对比上。
下面的视频展示了三个周期内，扰动在喷管中的发展和传播过程，可以看到激波位置在来回变化。
4. 不同平台下不同CPU以及GPU非定常计算速度差异对比
目前测试的平台有Windows, Ubuntu和CentOS。
测试用的CPU包括AMD和Intel旗下多款消费级和专业级产品，对于CPU上的计算，均采用单核计算（还未考虑多核性能）；GPU用的是NVIDIA GTX 2080.
为了使结果更加直观，用NVIDIA GTX 2080的计算时间来进行归一化。下图中第一部分的结果来自于Linux操作系统（CentOS和Ubuntu），第二、第三部分都来自Windows操作系统。
针对上述计算时间的说明：上述计算耗时只是较为粗略的测试，未能有效控制所有变量相同，结果并不绝对，仅供参考。
欢迎大家提供宝贵建议和意见。
感谢微信群“连续介质模拟”和“流体机械CFD”群友提供的测试数据！CFD相关问题欢迎加入由“连续介质模拟”群友创建的数值风云论坛交流。
https://cfd.pub/
欢迎各位道友入群交流，因交流群满200人，各位可添加小助手：fluid_mechanical进群