:::
103/06/13 14:00 多采科技有限公司馮智勇經理演講
演講公告
張貼人：網站管理員 ╱ 公告日期：2014-06-04演 講 公 告
主講人：馮智勇 經理
地點：中央大學科學一館S-325教室
摘要：
講題：即時淹水模擬與GPU運算技術應用
主講人：馮智勇 經理
多采科技有限公司
時間：06月13日（星期五）下午2點
地點：中央大學科學一館S-325教室
摘要：
演講將藉由實務經驗介紹應用水文水理模式進行台灣流域淹水模擬的範疇與流程，並且分享應用GPU運算技術提升相關模式的關鍵與經驗。
台灣河流特徵坡陡流急且極端降雨事件頻傳，採用設計雨型製作的淹水潛勢圖已逐漸無法滿足真實颱洪事件的防洪預警需求，必須有賴介接雨量觀測或預報資料，即時進行集水區逕流計算、河川洪水演算，甚至針對可能溢堤地區演算淹水範圍以獲得更充裕的預警時間。前述即時淹水整合模擬技術中，河川洪水演算通常採用一維河川水理模式，需完成數百河川斷面之濕周、通水面積與輸水能力計算，若可藉由提升計算效率而得以增加計算斷面，甚至採用二維河川水理模式，則有助於提高預警之空間解析度，提供相關單位擬定精確的搶險、減災與救災方案。針對採用數值高程模型資料(DEM)之逕流計算與淹水模擬模式，所有DEM網格點需先內插計算降雨量後，再依模式演算法計算相關狀態變數值，如何快速完成數萬乃至數百萬網格點的計算作業成為即時模擬的關鍵課題。GPU為現今電腦標準配備，運作原理係在硬體設計上提供大量算術邏輯單元以滿足影像處理所需「計算密集」與「高度平行計算」需求。由於演算法最終仍須透過基礎四則運算方可利用電腦求解，與影像處理所需運算無異，NVIDIA因而提出CUDA技術而開啟GPU運算技術應用科學研究與數值計算領域。
以曾文溪流域40公尺解析度共1,231,120個DEM網格點為例，由於網格點雨量雙線性內插係以搜尋比對之流程控制為效率瓶頸，雖僅符合高度平行計算的硬體設計原理，但模組可於45.6秒完成72小時雨量逐時內插計算作業，相較於使用Intel® Xeon® X5650 2.66 GHz中央處理器需時2,314秒而言，加速比仍然可達50.75倍；然而，若採用普通克利金法網格點雨量內插模組，則因同時滿足計算密集的設計原理，加速比可達275.37倍。此外，NewC一維河川水理模式演算效率提升測試結果顯示，模擬曾文溪流域莫拉克颱風期間共428個河川斷面之狀態變數時序需時38.218秒，加速比4.697倍，此係因NewC最終採用具依序性之雙掃法求解狀態變數，且單一CUDA核心計算時脈遠不及CPU所致。應用完成地形外力項與乾溼床判斷機制擴充之LMRT二維淺水波數值模式進行曾文水庫潰壩情境5,000步幅(實際時間800秒)模擬，GPU版本與CPU版本模式兩者所需時間分別為140.11秒及60,919秒，總時間加速比為163.45x，模式計算區段加速比達434.79x。
最後修改時間：2014-05-28 PM 1:44
