基于GPU加速FDTD计算速度的研究与仿真的任务书.docx

基于GPU加速FDTD计算速度的研究与仿真的任务书
任务书：基于GPU加速FDTD计算速度的研究与仿真
一、任务背景与目的
FDTD（Finite-DifferenceTime-Domain）方法是一种广泛应用于电磁场数值模拟的方法，它的计算量非常巨大，特别是对于立体电磁场模拟，其计算量更是难以想象。针对这个问题，GPU（GraphicsProcessingUnit）作为一种高性能的并行计算器，可以利用其并行计算的特点，加速FDTD计算，提高计算速度。因此本次任务的目的在于研究并实现基于GPU加速FDTD计算的方法，探索其优化的策略，比较不同优化策略的性能差异，并通过仿真实验验证其加速效果，为电磁场数值模拟提供一个高效的解决方案。
二、任务内容
1.理解并掌握FDTD算法的基本过程及原理，包括电场和磁场的计算过程，时间步长的选取及其与空间步长的关系。
2.研究GPU加速FDTD计算的策略和原理，比较不同策略的优缺点，例如将计算分解到多个GPU上并行计算、数据分块等方法。
3.编程实现基于GPU加速FDTD计算的方法，为了方便比较性能，同时也可以编写用CPU计算的程序作为参照。
4.进行优化探索，比较相同算法加上不同优化策略的性能差异，例如调整线程块大小和数量，选择不同的并行计算模式等。
5.通过仿真实验分析优化效果，比较CPU计算与GPU加速后的FDTD计算速度，并分析并优化在GPU加速计算中的瓶颈。
三、任务进度
第一周：熟悉FDTD算法，学习GPU加速计算原理。并对相关文献进行查询和资料收集。
第二周：根据所学，在一块GPU上实现基础性能最优的FDTD计算算法，并验证结果。
第三周：采用多块GPU并行计算的思路拓展FDTD算法，比较不同策略下其性能差异，并通过反复尝试进行优化。
第四至六周：通过仿真实验，比较CPU计算与GPU加速计算后的FDTD计算速度，对比分析优化后结果，总结并优化在GPU加速计算中的瓶颈。
第七周：处理实验数据，进行数据可视化，撰写论文。
第八周：撰写报告，包括任务背景、目的、本文研究内容、实验结果及数据分析，总结论文结论与展望。
四、任务要求
1.完成章节内容的研究及编程实现，具有一定的探索和创新性；
2.能够独立进行研究，遵守学术道德规范；
3.具备本科以上学位并具备相关领域的理论知识及实践经验；
4.对CUDA编程具有一定的了解、经验与实践能力；
5.对实验数据进行深入分析，清晰并系统地撰写实验报告。
五、参考文献
1.Yee,K.S.(1966).NumericalsolutionofinitialboundaryvalueproblemsinvolvingMaxwell'sEquationsinisotropicmedia.IEEETransactionsonAntennasandPropagation,14(3),302-307.
2.Chen,R.,Li,C.,Wang,J.,Yu,R.,&Zhang,Y.(2012).ParallelFDTDalgorithmonmulti-GPUsanditsperformanceevaluation.JournalofComputationalInformationSystems,8(9),3977-3986.
3.Lu,S.,Yang,Y.,Li,G.,Cao,J.,&Zhao,L.(2020).GPUaccelerationof3D-FDTDmethodforelectromagneticscatteringproblems.JournalofElectromagneticWavesandApplications,34(7),917-928.