[發明專利]GPU流域徑流模擬分布式調度系統及方法

有效

• 申請號: 201810088247.1
• 申請日: 2018-01-30
• 公開（公告）號: CN108196951B
• 公開（公告）日: 2021-10-15
• 發明（設計）人: 陳軍;文軍
• 申請（專利權）人: 成都信息工程大學
• 主分類號: G06F9/48
• 分類號: G06F9/48;G06F9/50
• 代理公司: 北京市廣友專利事務所有限責任公司 11237
• 代理人: 張仲波

本發明提供了一種GPU流域徑流模擬分布式調度方法及系統，該方法包括：將流域數據分為若干個子塊，并將徑流匯流計算過程分為時間間隔相等的時間片；將所述若干個子塊分別發送至服務器上不同的計算機進行通用計算；所述服務器上不同的計算機在接收到一子塊處理任務后，始終負責對該子塊的徑流模擬作迭代處理；在迭代處理中，子塊在每一次迭代后，與相鄰子塊交換邊緣數據。本發明的技術方案很好地解決了傳統模型在計算量巨大和CPU性能瓶頸間的矛盾，突破了GPU分塊計算中顯存和內存大量數據頻繁交換的瓶頸，提高了徑流匯流模擬的效率。

技術領域

本發明涉及河流流域徑流的數據仿真處理領域，尤其涉及一種通用計算支持下的流域徑流的模擬分布式調度方法及調度系統。

背景技術

我國是世界上洪水災害最頻繁且嚴重的國家之一，暴雨洪澇災害的快速模擬和評估具有十分重要的意義。水文模型是暴雨風險模擬的基礎，國內外已經提出了很多成熟的水文模型，其中不乏有水箱模型、SWMM和PRMS等集總式水文模型，也有TOPMODEL、SHE和SWAT等半分布式或分布式模型。分布式水文模型將水動力學引入到實際匯流模擬中，能研究流域出水口或流域各地點的徑流匯流，因此在水文模擬的精度上，相較于集總式水文模型有了進一步的提升。但多數分布式水文模型計算量較大，主要運行在CPU平臺上，其計算效率成為進一步應用的瓶頸。

GPU應用于水文數值模擬的研究，國外起步較早，吉田圭介等利用GPGPU技術對自然河流的洪水淹沒過程進行了數值模擬，其計算過程中考慮了河床的變化、地表植被的變化和河流水體邊際的變化，并與CPU計算的結果進行了對比，獲得了較好的加速效果；Vacondio R等使用了極限的有限體積離散技術，并利用CUDA通用計算框架精準且快速的模擬了洪水過程，經過嚴格的測試，其與實際過程相差較小，獲得了較好的模擬效果；Dullo T等利用NVIDIA通用計算框架(CUDA)對美國密西比州Taum Sauk水壩進行了潰壩洪水演進數值模擬，其分別使用了單個GPU和多個GPU兩種方式進行了模擬，單個GPU獲得了較好的加速效果，多個GPU計算目前正處于研究階段。國內方面，尹靈芝等基于元胞自動機(CA)演進模型，以CUDA為GPU計算框架，模擬了潰壩條件下的洪水演進模擬，其模擬效率與串行的CPU-CA模型相比獲得了15.6倍的加速比；王金宏也進行了基于GPU-CA模型的洪水演進模擬，并以四川安縣肖家橋堰塞湖為案例區域，進行了潰壩洪水演進模擬和分析實驗，獲得了較好的加速效果。

傳統GPU通用計算的數據處理機制是將數據一次加載到顯存中計算，當流域數據大于顯存存儲量時，讀取和寫入將十分困難。針對此問題，有學者探討了大數據的分塊加載和寫入方法，以解決顯存不足的問題。對于大范圍、高精度的流域徑流匯流的迭代計算，該方法將導致顯存和內存大量數據頻繁交換，降低了徑流模擬效率。

發明內容

為解決現有技術中的上述缺陷，并且為提高徑流匯流模擬精度，本發明采用分布式水文模型。首先依據一定的空間分辨率將流域劃分為面積大小相等的網格集合；在此基礎上，將徑流匯流過程劃分為時間間隔相等的時間片。每一個時間片以網格為單元進行匯流計算。通過時間片的迭代，完成流域徑流匯流的過程模擬?？紤]到分布式水文模型計算量大，CPU計算性能低，引入通用計算以提高計算效率。

為解決單臺計算機模擬大流域徑流匯流時顯存和內存大量數據頻繁交換問題，提出通用計算與分布式計算相結合的思路。首先將流域數據分為單臺計算機能夠存儲和處理的子塊，然后通過網絡送至服務器不同的計算機上進行通用計算。為減少服務器之間的大塊數據交換，服務器接收到子塊處理任務后，一直負責對該數據塊的徑流模擬迭代處理。

在徑流模型中，每一個網格水流和水深計算均需要周圍8鄰域網格參與計算。為保證分塊計算結果的正確性，子塊在每一次迭代后，與相鄰子塊交換邊緣數據，以保持相鄰數據塊在任意時間片上的數據一致性。當所有時間片迭代完成后，節點的分塊計算結果下載到客戶端拼接，得到最終的匯流計算結果。

具體而言，本發明提供了以下技術方案：