MC程序并行设计及提高加速比措施

计算物理 ›› 2001, Vol. 18 ›› Issue (2): 177-180.

MC程序并行设计及提高加速比措施

邓力^1,2, 谢仲生¹, 黄正丰², 许海燕²

1. 西安交通大学能动学院核能工程系, 陕西西安 710049;
2. 北京应用物理与计算数学研究所, 北京 100088

收稿日期:1999-05-19 修回日期:1999-08-23 出版日期:2001-03-25 发布日期:2001-03-25
作者简介:邓力(1960-),男,四川绵竹,副研究员,博士,北京8009信箱16分箱,100088.

THE PARALLEL DESIGN OF MONTE CARLO CODE AND MEASURES OF ENHANCE SPEEDUP

DENG Li^1,2, XIE Zhong-sheng¹, HUANG Zheng-feng², XU Hai-yan²

1. Xi'an Jiaotong University, Department of Nuclear Energy and Engineer, Xi'an 710049, P R China;
2. Institute of Applied Physics and Computational Mathematics, Beijing 100088

Received:1999-05-19 Revised:1999-08-23 Online:2001-03-25 Published:2001-03-25

摘要/Abstract

摘要： MC程序的并行设计涉及算法及模块划分,它直接关系到并行加速效率的高低.中子γ耦合输运蒙特卡罗程序MCNP经过并行改造,实现了PVM和MPI两种系统下的并行化.由于作了模块化设计,并行加速效率极佳.PVM版和MPI版并行程序在多个处理器下的加速比均呈线性增长.相比PVM,MPI的适应性更强,多数情况下其效率高于PVM,并行MCNP程序的计算结果可靠.MPI并行程序在16、32和64个处理器上的并行效率分别达到了99%、97%和89%.

关键词: MPI, PVM, 并行加速比, Monte Carlo

Abstract: The parallel design of Monte Carlo code involves computational method and module designs,which is crucial to the parallel efficiency.The coupled of neutron and photon transport Monte Carlo code MCNP has been realized the parallelization in PVM and MPI by modifying the serial code.Due to the form having module being optimized, the parallel efficiency is good where the efficiency of MPI code is stronger than that of PVM code and the speedup of MPI code is higher than that of PVM in most cases.The calculated results of parallel code are reasonable.Both the speedups of PVM code and MPI code have been the linear increasing with the processors.The parallel efficiencies are up to 99% in 16-processors,97% in 32-processors and 89% in 64-processors respectively.

Key words: MPI, PVM, parallel speedup, Monte Carlo

中图分类号:

O1
O211.5

邓力, 谢仲生, 黄正丰, 许海燕. MC程序并行设计及提高加速比措施[J]. 计算物理, 2001, 18(2): 177-180.

DENG Li, XIE Zhong-sheng, HUANG Zheng-feng, XU Hai-yan. THE PARALLEL DESIGN OF MONTE CARLO CODE AND MEASURES OF ENHANCE SPEEDUP[J]. CHINESE JOURNAL OF COMPUTATIONAL PHYSICS, 2001, 18(2): 177-180.

[1]	朱湘琴, 吴伟, 贾伟, 蔡利兵. 大型垂直极化EMP辐射波模拟器时域辐射近场的快速预估[J]. 计算物理, 2020, 37(1): 97-106.
[2]	吴言, 刘思琪, 李胜强. 芯片表面的冷极性分子静电阱与微阱阵列[J]. 计算物理, 2019, 36(4): 483-490.
[3]	莫康信, 苏佳佳. 磁性纳米颗粒系统偶极相互作用的Monte Carlo研究[J]. 计算物理, 2019, 36(3): 335-341.
[4]	朱剑钰, 黄孟. 裂变中子角关联分布的数值模拟[J]. 计算物理, 2018, 35(4): 429-436.
[5]	龙光波, 郑永刚, 欧建文, 王兴华, 黄霞, 王艳芳. 逆Compton散射的MonteCarlo模拟[J]. 计算物理, 2016, 33(2): 136-146.
[6]	张若兴, 侯士敏, 丑强. 基于第一性原理量子输运模拟的并行计算[J]. 计算物理, 2015, 32(6): 631-638.
[7]	靳旭红, 黄飞, 程晓丽, 王强. 航天器表面环境散射返回流TPMC模拟[J]. 计算物理, 2015, 32(5): 529-536.
[8]	张艳君, 王超, 叶文江, 张志东. Gruhn-Hess两体势修正模型向列相液晶微滴的Monte Carlo模拟[J]. 计算物理, 2013, 30(2): 244-250.
[9]	徐祖伟, 赵海波, 刘昕, 郑楚光. 模拟颗粒凝并过程的快速Monte Carlo方法[J]. 计算物理, 2013, 30(1): 89-97.
[10]	程广利, 张明敏, 胡金华. 浅海相干声场不确定性研究[J]. 计算物理, 2013, 30(1): 105-110.
[11]	游荣义, 何红生, 黄晓菁. 金属纳米锥表面吸附分子分布的数值模拟[J]. 计算物理, 2011, 28(1): 94-98.
[12]	王菖, 黄寒砚, 吴福强. Monte Carlo方法在B样条函数分频理论中的应用[J]. 计算物理, 2010, 27(6): 823-828.
[13]	王瑞宏, 姫志成, 江松, 黄正丰, 裴鹿成. 计算动态系统网格通量场的驿站重要抽样方法[J]. 计算物理, 2010, 27(5): 733-739.
[14]	周璇, 张志东. 基于修正的Gruhn-Hess两体势模型研究弯曲形变向列相液晶盒[J]. 计算物理, 2010, 27(4): 598-602.
[15]	吴迪, 王静, 张建红, 宫野. 强流脉冲离子束辐照混合双层靶的Monte Carlo模拟[J]. 计算物理, 2010, 27(3): 423-427.