GPU Computing mesoskopischer Vielteilchensysteme

Die Modellierung physikalischer Systeme mit Partikelmethoden hat sich in den letzten Jahrzehnten für eine Vielzahl an Anwendungsgebieten bewährt. Je nach untersuchter Problemstellung bzw. betrachtetem Medium sind dabei sehr unterschiedliche Partikelmethoden entwickelt worden. Diese Modelle bilden jedoch aufgrund ihrer Anwendungsgebiete zum überwiegenden Teil nicht die thermodynamischen Freiheitsgrade ab. Für eine Vielzahl an Problemen wie die Untersuchung von Phasenübergängen, Massivumformprozessen oder aber der Vorgänge in der Reibgrenzschicht ist die thermodynamisch korrekte Abbildung unverzichtbar. Eine spezielle Partikelmethode, die für diese Problematik entwickelt wurde, ist die mesoskopische Vielteilchenmethode. Diese führt innere Partikelvariablen als neue Zustandsgrößen des Partikelsystems ein und erlaubt dadurch eine Trennung mechanischer und thermischer Energien auf der gewählten mesoskopischen Diskretisierungsskala. Die mesoskopische Vielteilchentheorie ermöglicht neben einer Beschreibung der lokalen Wärmegenerierung auch die Berücksichtigung von Wärmeleitung und Wärmeabgabe gemäß der makroskopischen Gesetzmäßigkeiten.

In dieser Arbeit werden die Motivation und die Grundlagen der mesoskopischen Vielteilchenmethode vorgestellt und das resultierende Modell für ein ausgewähltes Anwendungsgebiet erweitert. Ein potenzielles Einsatzgebiet für Partikelmethoden ist die Simulation von Massivumformprozessen, wodurch aufgrund der führenden Stellung der deutschen Massivumformindustrie die praktische Relevanz der mesoskopischen Vielteilchenmodellierung unterstrichen wird. Für dieses ausgewählte Anwendungsgebiet wird untersucht, inwieweit eine Modellierung solcher Prozesse mit Partikelmethoden möglich ist, bzw. ob für ein ausgewähltes Beispiel das reale Verhalten korrekt abgebildet werden kann. Anhand der Modellierung eines Warmstauchversuchs konnte gezeigt werden, dass die Modellierung von Massivumformprozessen mit mesoskopischen Vielteilchen großes Potenzial besitzt und dass das resultierende Modellsystem im Rahmen zukünftiger Arbeiten für die Anwendung auf komplexere Umformprozesse weiterentwickelt werden sollte.

Die Güte der Aussagefähigkeit von Partikelsystemen nimmt in der Regel mit einer Verfeinerung der Diskretisierung zu. Um im Hinblick auf spätere Anwendungen auch eine Simulation mit Millionen von Partikeln in annehmbarer Zeit zu ermöglichen, wurde in dieser Arbeit eine Performanceoptimierung der mesoskopischen Vielteilchensimulation durch die Parallelisierung des entwickelten sequenziellen Quellcodes auf NVIDIA Grafikkarten (GPUs) vorgenommen. Der Einsatz des GPU Computings unter Verwendung der API CUDA spiegelt dabei den aktuellen Trend zur Performancesteigerung im Bereich des Supercomputings wider. Um die entwickelte Anwendung jedoch später möglichst hardwareunabhängig, d. h. sowohl auf einer CPU als auch auf einer GPU ausführen zu können, wurde die Anwendung als hybride Partikelsystemsimulation (HyPaSS) implementiert. Dieses bedeutet, dass bei der Ausführung zwischen der sequenziellen Ausführung auf einem CPU-Kern, einer Parallelisierung mit OpenMP unter Nutzung aller Kerne einer Multi-Core-CPU oder einer parallelen Ausführung auf einer NVIDIA GPU gewählt werden kann. Unabhängig von der Hardware werden aufgrund der hybriden Implementierung dieselben Kern-Funktionen genutzt. Benchmark-Simulationen auf unterschiedlichen Generationen von Testsystemen sowie für unterschiedliche Einsatzgebiete entwickelten GPUs zeigen erfolgreich den Performancegewinn durch GPU Computing gegenüber der Berechnung auf CPUs für die mesoskopische Partikelmethode.