Який стан сучасних паралельних методів ODE?


39

Зараз я розглядаю паралельні методи інтеграції ODE. Існує багато нової та старої літератури, яка описує широкий спектр підходів, але я не знайшов останніх опитувань чи оглядових статей, що описували б цю тему взагалі.

Є книга Бургера [1], але їй майже 20 років, а отже, вона не охоплює багатьох сучасних ідей, як парареальний алгоритм.

[1] К. Бураж, паралельні та послідовні методи для звичайних диференціальних рівнянь, Clarendon Press, Oxford, 1995

Відповіді:


35

Я не знаю жодних останніх оглядових статей, але я активно беру участь у розробці алгоритму PFASST, тому можу поділитися деякими думками.

Я знаю три широких класи часових паралельних методик:

  • через метод - паралельно можна оцінювати незалежні етапи інтеграторів РК або екстраполяції; див. також RIDC (ревізіоністський алгоритм виправленої корекції)
  • через проблему - релаксація форми хвилі
  • через часову область - Парареаль; PITA (паралельний за часом алгоритм); і PFASST (паралельна схема повного наближення у просторі та часі).

Способи, що паралелізуються методу, зазвичай виконують дуже близько до специфікацій, але не виходять за рамки кількох процесорів часу. Зазвичай їх порівняно легше здійснити, ніж інші методи, і вони хороші, якщо у вас є кілька зайвих ядер, які шукають передбачувані та скромні скорочення.

Методи, що паралелізуються у часовій області, включають Parareal, PITA, PFASST. Ці методи є ітераційними і складаються з недорогих (але неточних) "грубих" пропагаторів та дорогих (але точних) "тонких" пропагаторів. Вони досягають паралельної ефективності шляхом паралельної оцінки паралельного розмножувача паралельно для поліпшення серійного розчину, отриманого за допомогою грубого розмножувача.

EE<1/KK

Безліч ігор можна зіграти з усіма цими методами, щоб спробувати пришвидшити їх, і здається, що ефективність цих методів у домені залежить від того, яку проблему ви вирішуєте та які методи доступні для прискорення грубої роботи пропагатор (грубі сітки, грубі оператори, груба фізика тощо).

Деякі посилання (див. Також посилання, перелічені в статтях):

Я написав дві реалізації PFASST, доступні в мережі: PyPFASST та libpfasst .


1
В даний час я вчусь парареальним. І я думаю, що це мені дуже допомагає.
eccstartup

Це чудовий огляд. Однак слід чітко згадати, що ОРЕ часто вирішуються після просторової дискретизації PDE. Тому паралелізм методу може принести велику масштабованість тисячам ядер, якщо ваш просторовий домен досить великий. Це відбувається тому, що переважна більшість обчислювальних разів переходить до обчислення, наприклад, оцінок РЗС на етапі RK.
NoseKnowsВсі

15

Хоча цій посаді вже два роки, якщо хтось натрапив на неї, дозвольте мені коротко оновити:

Нещодавно Мартін Гендер написав приємну статтю з огляду, яка дає історичну перспективу на місцях та обговорює багато різних методів PINT: http://www.unige.ch/~gander/Preprints/50YearsTimeParallel.pdf

Зараз є також веб-сайт спільноти, який містить дуже багато посилань та описує різні методи: http://www.parallel-in-time.org/

Зокрема, обговорення алгоритму паралельного паралельного часу можна знайти тут: https://en.wikipedia.org/wiki/Parareal


1
Трохи здивований тим, що Гандер не говорить про підхід MGRIT від Falgout та ін., Тим більше, що це, мабуть, підкріплене приємним програмним забезпеченням (XBraid), але я знаю, що документи MGRIT з’явилися лише нещодавно.
Джефф Оксберрі

1
Вітаю, Джефф, я впевнений, що Мартін Гендер написав документ до публікації робіт MGRIT - хоча огляд вийде у 2015 році, я думаю, що передрук з'явився в Інтернеті вже наприкінці 2013 року.
Даніель

1
На перший погляд схоже, що "паралельний перебіг методу" у цьому огляді опущено - наприклад, екстраполяція ніколи не згадується.
Девід Кетчесон

4

u0u(t)=exp(λt)u0, Reλ>0.


Як я вже говорив, я вже знайшов чимало статей на окремі теми. Чого мені не вистачає, це загальний огляд підходів.
Флоріан Брюкер

1
FWIW, алгоритм PFASST демонструє дуже хорошу конвергенцію (незабаром буде опубліковано) для гамільтонових систем навіть для багатьох (сотень) процесорів часу. Сказавши це, отримання значної швидкості залежить (ще раз) від того, щоб зробити грубі розмножувачі набагато дешевшими, ніж тонкий розмножувач - багатополюсне розширення або якийсь інший мультифізичний підхід, здається, необхідне для отримання хорошої швидкості для систем частинок.
Меттью Емметт
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.