大规模多块结构网格负载平衡算法研究.pdf

大规模多块结构网格负载平衡算法研究

摘要

计算流体力学（ComputationalFluidDynamics）是高性能计算领域的一个关键应用，

其主要过程涉及到将物理流场（如气体或液体流动）分解成计算网格，通过离散化方法

求解流体动力学方程整个过程。在这个过程中，多块结构网格技术发挥着至关重要的作

用，尤其是在航空航天和气象预测等领域中，其被广泛使用。随着工程问题的日益复杂，

对数值模拟精度的要求也随之增加，这导致计算任务的规模显著增大。因此如何在大规

模多块结构网格计算流体力学数值模拟中实现高效的负载平衡，目前仍然是一个难题。

理想的大规模多块结构网格负载平衡算法旨在实现计算负载在各处理器间均匀分

布，同时最大程度地降低各处理器间的通信开销。现有的负载平衡算法难以在两者之间

取得一个良好的平衡。针对以上问题，本文提出一种大规模多块结构网格负载平衡算法，

首先对网格块进行预处理操作，通过对网格块大小进行初始排列，筛选出计算负载过大

的网格块，并使用基于多维数据分块的网格块切割算法对其进行切割，将超出平均计算

负载网格块的大小进行适当调整，使其计算负载适配处理器的性能，并减少切割而产生

的额外通信开销。之后，将处理后的网格块转化为图数据结构，使用图神经网络对图进

行平衡分区，构建网格块到处理器之间的映射，平衡各个处理器之间的计算负载，从而

实现负载平衡。

通过对两个典型的计算流体力学数值模拟算例实验，与当前广泛采用的大规模多块

结构网格负载平衡算法进行对比，本文提出的大规模多块结构网格负载平衡算法在提高

负载平衡率、减少通信开销方面优于当前的负载平衡算法，证明本文算法在大规模多块

结构网格负载平衡问题上的有效性和可行性。

关键词：高性能计算；负载平衡算法；多块结构网格；图神经网络

大规模多块结构网格负载平衡算法研究

Abstract

ComputationalFluidDynamics(CFD)isessentialinhigh-performancecomputing,

involvingdecomposingphysicalflowsintogridsandsolvingfluiddynamicsequationsvia

discretization.Multi-blockstructuredgridsarecrucial,especiallyinaerospaceandmeteorology.

Asengineeringcomplexitiesanddemandsforsimulationaccuracyincrease,scalingup

computationaltasks,achievingefficientloadbalancinginlarge-scalemulti-blockstructured

gridsimulationsremainschallenging.

Theidealloadbalancingalgorithmforlarge-scalemulti-blockstructuredgridsaimsto

evenlydistributecomputationalloadsacrossprocessorswhileminimizingcommunication

overheadbetweenthem.Existingloadbalancingalgorithmsstruggletostrikeagoodbalance

betweenthesetwoaspects.Toaddressthisissue,thisthesisproposesaloadbalancingalgorithm

forlarge-scalemulti-blockstructuredgrids.Initially,thegridblocksarepre-processedby

arrangingtheblock