蒙特卡罗区域分解并行计算中确保串并行结果一致的伪随机数应用

计算物理 ›› 2017, Vol. 34 ›› Issue (1): 67-72.

蒙特卡罗区域分解并行计算中确保串并行结果一致的伪随机数应用

李刚^1,2, 张宝印^1,2, 邓力^1,2, 上官丹骅^1,2, 李瑞², 马彦^1,2, 付元光², 胡小利²

1. 北京应用物理与计算数学研究所, 北京 100094;
2. 中物院高性能数值模拟软件中心, 北京 100088

收稿日期:2015-10-27 修回日期:2016-02-04 出版日期:2017-01-25 发布日期:2017-01-25
通讯作者: 上官丹骅,E-mail:sgdh@iapcm.ac.cn
作者简介:李刚(1980-),男,吉林九台人,副研究员,博士,从事蒙特卡罗方法相关算法研究和程序研制
基金资助:
能源局重大专项子项（2015ZX06002008）；国防科工局（C1520110002）；国家磁约束核聚变能源研究专项（2015GB108002）资助项目

Pseudo-Random Numbers for Identical Results on Varying Numbers of Processors in Domain Decomposed Particle Monte Carlo Simulations

LI Gang^1,2, ZHANG Baoyin^1,2, DENG Li^1,2, SHANGGUAN Danhua^1,2, LI Rui², MA Yan^1,2, FU Yuanguang², HU Xiaoli²

1. Institute of Applied Physics and Computational Mathematics, Beijing 100094, China;
2. CAEP Software Center for High Performance Numerical Simulation, Beijing 100088, China

Received:2015-10-27 Revised:2016-02-04 Online:2017-01-25 Published:2017-01-25

摘要/Abstract

摘要： 物理建模的精细化和三维模拟给蒙特卡罗粒子输运计算的规模成千上万倍的增加，甚至超过单核内存的最大规模，仅仅依靠传统的粒子并行蒙特卡罗计算无法实现对模型模拟，区域分解并行是可能的解决方法之一.然而区域分解带来了粒子在各区域间进行迁移，导致现有的伪随机数应用方式无法确保串行计算和并行计算的结果一致.针对这种现象，本文提出赋予粒子随机数属性和动态派生次级粒子随机数的技巧来确保区域分解并行计算的串并行结果一致.

关键词: 伪随机数, 蒙特卡罗方法, 区域分解并行, JCOGIN框架, JMCT程序

Abstract: Detailed modeling and massive tallying of nuclear reactors lead to memory overload for a single core processor.It could not be calculated by Monte Carlo particle transport with particle parallelism only.Domain decomposition is one of solutions.Domain decomposition needs to interchange particles between processors, so that inherit technique of pseudo-random number could not make identical results between serial and parallel.Two techniques of pseudo-random number are described to obtain identical results on different numbers of domains in a Monte Carlo particle simulation code.

Key words: pseudo-random number, Monte Carlo, domain decomposition, JCOGIN, JMCT

中图分类号:

O571.51

李刚, 张宝印, 邓力, 上官丹骅, 李瑞, 马彦, 付元光, 胡小利. 蒙特卡罗区域分解并行计算中确保串并行结果一致的伪随机数应用[J]. 计算物理, 2017, 34(1): 67-72.

LI Gang, ZHANG Baoyin, DENG Li, SHANGGUAN Danhua, LI Rui, MA Yan, FU Yuanguang, HU Xiaoli. Pseudo-Random Numbers for Identical Results on Varying Numbers of Processors in Domain Decomposed Particle Monte Carlo Simulations[J]. CHINESE JOURNAL OF COMPUTATIONAL PHYSICS, 2017, 34(1): 67-72.

[1]	邓楚楚, 张鑫源, 陈水源, 吴宇晗, 叶晴莹, 黄志高. 小缺陷铁纳米环的磁特性[J]. 计算物理, 2020, 37(4): 473-478.
[2]	任娟, 张宁超, 刘萍萍. 碳气凝胶储氢性能的理论研究[J]. 计算物理, 2019, 36(6): 749-756.
[3]	刘聪, 张斌, 张亮, 郑君萧, 陈义学. S_N共轭函数用于蒙特卡罗粒子输运自动减方差的研究[J]. 计算物理, 2018, 35(5): 535-544.
[4]	徐小东, 周彬, 郭金川, 易明皓, 肖飞虎. 微结构X射线源中电子与阳极作用的蒙特卡罗模拟[J]. 计算物理, 2018, 35(1): 95-102.
[5]	杨师俨, 何曼丽, 蒋丹枫, 王国辉, 苑超, 戴耀东. 反应堆²³⁵U裂变源辐射防护材料的优化设计[J]. 计算物理, 2017, 34(1): 73-81.
[6]	上官丹骅, 许海燕. 非定常输运模拟中基于粒子标识分类的源偏倚算法[J]. 计算物理, 2016, 33(6): 639-644.
[7]	郑征, 王梦琪, 黎辉, 梅其良. 三维离散纵标-蒙特卡罗耦合方法在核电厂堆腔漏束计算中的应用[J]. 计算物理, 2016, 33(5): 599-605.
[8]	单卿, 蔡平坤, 褚胜男. PGNAA煤质在线测量中同时提高C、O和其它元素测量精度的慢化体模拟[J]. 计算物理, 2016, 33(5): 625-630.
[9]	王红霞, 刘代志, 宋仔标, 杨倪晨, 杨成莱. 激光在烟幕中传输的蒙特卡罗模拟[J]. 计算物理, 2013, 30(3): 415-421.
[10]	李满仓, 王侃, 姚栋. 连续能量蒙特卡罗方法组件均匀化中的临界效应[J]. 计算物理, 2012, 29(5): 727-732.
[11]	李树, 田东风, 邓力. 提高超高能中子计算效率的蒙特卡罗抽样技巧[J]. 计算物理, 2011, 28(3): 323-328.
[12]	尹延朋, 郑春, 黄坡. CFBR-Ⅱ堆增殖反应性转换系数计算[J]. 计算物理, 2010, 27(6): 799-804.
[13]	李树, 田东风, 邓力. 中子中子碰撞产生超高能中子问题模拟[J]. 计算物理, 2010, 27(5): 717-721.
[14]	许海燕, 黄正丰, 蔡少辉. 蒙特卡罗粒子输运问题的全局降方差方法[J]. 计算物理, 2010, 27(5): 722-732.
[15]	陶应龙, 朱金辉, 王建国, 牛胜利, 范如玉. 非均匀大气中γ射线输运的蒙特卡罗模拟方法[J]. 计算物理, 2010, 27(5): 740-744.