شماره ركورد كنفرانس :
3333
عنوان مقاله :
حل كننده المان محدود موازي شده براي معادله ي ژايروسينتيكي پواسون
عنوان به زبان ديگر :
A Parallel Finite Element Solver for Gyrokinetic Poisson Equat
پديدآورندگان :
پورعلي مهدي دانشگاه علم و صنعت ايران، تهران - دانشكده فيزيك , جزايري مسعود دانشگاه علم و صنعت ايران، تهران - دانشكده فيزيك
كليدواژه :
حل كننده المان محدود موازي , معادله ي ژايروسينتيكي پواسون , ماتريس هاي اسپارس , دستورالعمل OpenMP
عنوان كنفرانس :
كنفرانس فيزيك ايران ۱۳۹۱
چكيده فارسي :
يك حل كننده المان محدود براي معادله پوآسون ژايروسينتيكي ايجاد شده است. اين كد را مي توان به عنوان بخشي از يك كد بزرگتر براي مطالعه ريز تلاطم ها در پلاسماي همجوشي درون وسيله هاي توروئيدي نظير توكامك بكار گرفت. لذا چنين كدهايي بايد كارا و بسيار سريع باشند. گسسته سازي المان محدود معادله پوآسون ژايروسينتيكي منجر به ايجاد ماتريس هاي اسپارس بدون ساختار خيلي بزرگ مي شود. كارايي كد با فشرده نويسي اين ماتريس، افزايش زيادي يافت ( با كاهش حجم حافظه مصرفي و در عين حال كاهش زمان اجرا). زمان اجراي برنامه براي دو ماتريس اسپارس و ماتريس فشرده شده را براي تعداد المان هاي مختلف مقايسه نموديم. براي افزايش بيشتر سرعت اجراي كد، برنامه را بر روي كامپيوترهاي حافظه-مشترك با استفاده از دستورالعمل هاي OpenMP موازي كرده و نتايج آن را ارائه و با قوانين استاندارد موازي سازي مقايسه نموديم.
چكيده لاتين :
A finite element solver is developed for the Gyrokinetic Poisson equation. This code could be used as a part of a larger code for studying microturbulences in fusion plasmas inside toroidal devices such as tokamaks. Therefore it must be efficient and very fast. Finite element discretization of Gyrokinetic Poisson equation leads to very large unstructured sparse matrices. The efficiency of the code is tremendously increased by storing the resulting matrices in compressed format (by saving memory and reducing run time).The run times of the codes for the sparse and compressed format matrices are compared for different number of elements. For further speed up, the code is parallelized on the shared memory computers by using OpenMp commands and the results
are presented and verified by standard laws of parallelization