بررسی اجمالی شبیه سازی در رایانه های حافظه مشترک و توزیع شده

بررسی اجمالی شبیه سازی در رایانه های حافظه مشترک و توزیع شده

بررسی اجمالی شبیه سازی در رایانه های حافظه مشترک و توزیع شده
عبارات زیر اغلب هنگام توصیف سخت افزار برای محاسبات خوشه ای و محاسبات موازی حافظه مشترک استفاده می شود:
خوشه به عنوان هر سیستم شبکه ای از رایانه ها تعریف می شود. یک خوشه منفرد از مجموعه‌ای از میزبان‌های محاسباتی تشکیل شده است که اغلب به جای یکدیگر گره‌های فیزیکی نامیده می‌شوند که از طریق اتصالات به هم متصل شده‌اند . هنگامی که نمونه‌هایی از برنامه‌های نرم‌افزاری مانند COMSOL Multiphysics که روی یک خوشه اجرا می‌شوند، نیاز به برقراری ارتباط با یکدیگر دارند، آنها این کار را از طریق MPI، رابط ارسال پیام، انجام می‌دهند . هر میزبان محاسباتی یک یا چند CPU دارد و هر CPU چندین هسته دارد . همه CPUهای موجود در یک هاست (و همه هسته‌های درون این CPUها) می‌توانند فضای حافظه یکسانی را به اشتراک بگذارند، بنابراین هر میزبان یک حافظه مشترک است.کامپیوتر. هسته‌های پردازشگر فیزیکی در موازی‌سازی حافظه مشترک توسط یک گره محاسباتی که روی میزبانی با یک پردازنده چند هسته‌ای اجرا می‌شود، استفاده می‌شوند. به عنوان مثال، یک میزبان با دو پردازنده چهار هسته ای دارای هشت هسته در دسترس است.
از سوی دیگر، کل خوشه یک کامپیوتر با حافظه توزیع شده است . در این مورد، گره های محاسباتی جایی هستند که محاسبات توزیع شده در آن رخ می دهد. یک نمونه COMSOL Multiphysics در هر گره محاسباتی قرار دارد و با استفاده از MPI (واسط ارسال پیام) با سایر گره‌های محاسباتی ارتباط برقرار می‌کند. گره محاسباتی فرآیندی است که بر روی سیستم عامل اجرا می شود و چندین گره محاسباتی را می توان برای اجرا بر روی یک میزبان اختصاص داد.
هنگامی که یک مدل COMSOL Multiphysics روی یک میزبان حل می‌شود، هیچ اطلاعاتی روی اتصالات ارسال نمی‌شود و نیازی به استفاده از MPI نیست. این امر مطلوب است زیرا سرعت انتقال داده بین میزبان ها از طریق اتصالات داخلی کندتر از انتقال داده در یک میزبان است. هنگامی که یک مدل به حافظه زیادی نیاز دارد که نمی توان آن را روی یک هاست حل کرد، باید چندین میزبان به مدل تخصیص داده شود و MPI برای به اشتراک گذاشتن تاریخ بین فرآیندهای در حال اجرا در میزبان های مختلف استفاده می شود. سرعت اتصال می تواند به یک گلوگاه محاسباتی مهم تبدیل شود. بنابراین معمولاً مطلوب است که تعداد میزبان‌های مورد استفاده در هر مدل به حداقل برسد. حداقل یک گره محاسباتی باید روی هر میزبان اجرا شود. بسته به سخت افزار خاص و مدل Multiphysics COMSOL در حال حل،
هنگامی که یک مدل COMSOL Multiphysics منفرد حاوی یک جاروی پارامتریک باشد، می توان هر مورد از آن جاروب را به طور کامل جدا از یکدیگر حل کرد. در این سناریو، استفاده از عملکرد Sweep پارامتریک توزیع شده بسیار انگیزه دارد زیرا داده های نسبتا کمی از طریق MPI ارسال می شود. فقط تعریف مسئله و راه حل از آنجایی که هر هاست می‌تواند شامل چندین CPU باشد که هر کدام می‌توانند هسته‌های زیادی داشته باشند، می‌توان چندین مورد از یک Sweep پارامتریک در همان میزبان را نیز حل کرد. این انگیزه در صورتی است که موارد فردی نیازمند محاسبات کم باشند.
گزینه های خط فرمان زیر برای کنترل نحوه تقسیم یک مشکل بر روی یک خوشه مرتبط هستند:
-mpihosts : این گزینه نام هاست هایی را که در حین حل استفاده خواهند شد را مشخص می کند.
-f : این گزینه مسیر فایل host را که در حین حل استفاده می شود را مشخص می کند.
-nn : این گزینه تعداد نمونه هایی از COMSOL Multiphysics را که ایجاد می شود را مشخص می کند. نمونه ها از طریق MPI با یکدیگر ارتباط برقرار می کنند.
-nnhost : تعداد نمونه های COMSOL Multiphysics که برای اجرا در هر میزبان اختصاص داده شده است.
-np : تعداد هسته های استفاده شده برای هر نمونه از COMSOL Multiphysics.
 
دستورات COMSOL
COMSOL موازی حافظه توزیع شده
اجرای COMSOL® به صورت موازی روی خوشه ها . مقاله پایگاه دانش با اطلاعات بیشتر و نمونه اسکریپت: https://www.comsol.com/support/knowledgebase/1001/ .
 
مقدمه ای بر COMSOL Multiphysics شامل یک آموزش برای یادگیری نحوه ساخت هندسه باسبار است. فایل PDF همراه با COMSOL Multiphysics را ببینید.