Algebraic multigrid preconditioning for computational fluid dynamics on high performance computers

En la Dinàmica de Fluids Computacional (CFD), els solucionadors iteratius dispersos s’utilitzen àmpliament per calcular solucions de manera eficient en problemes a gran escala. L’elecció d’una tècnica de precondicionament adequada juga un paper clau en l’acceleració de la convergència i la reducció...

Descripción completa

Detalles Bibliográficos
Autor: Lupi, Mattia
Tipo de recurso: tesis de maestría
Fecha de publicación:2025
País:España
Institución:Universitat Politècnica de Catalunya (UPC)
Repositorio:UPCommons. Portal del coneixement obert de la UPC
Idioma:inglés
OAI Identifier:oai:upcommons.upc.edu:2117/441262
Acceso en línea:https://hdl.handle.net/2117/441262
Access Level:acceso abierto
Palabra clave:Computational fluid dynamics
anterior: Fluid dynamics--Data processing
Multigrid methods (Numerical analysis)
High performance computing
CFD HPC AMG supercomputers
Dinàmica de fluids computacional
Xarxes múltiples, Mètodes de (Anàlisi numèrica)
Càlcul intensiu (Informàtica)
Àrees temàtiques de la UPC::Enginyeria mecànica::Mecànica de fluids
Descripción
Sumario:En la Dinàmica de Fluids Computacional (CFD), els solucionadors iteratius dispersos s’utilitzen àmpliament per calcular solucions de manera eficient en problemes a gran escala. L’elecció d’una tècnica de precondicionament adequada juga un paper clau en l’acceleració de la convergència i la reducció del temps de càlcul. Entre aquestes tècniques, el Mètode Algebraic Multinivell (AMG) ha esdevingut un enfocament capdavanter en precondicionament, especialment efectiu per a sistemes grans i complexos. Aquesta tesi presenta una anàlisi del rendiment de diferents implementacions de programari de l’AMG, centrant-se en la seva eficiència i escalabilitat quan s’apliquen a problemes reals en diverses arquitectures de computació d’alt rendiment. Els resultats proporcionen informació valuosa per optimitzar el rendiment dels solucionadors en aplicacions de CFD.