我代表一位从事数值天体物理学工作的朋友。
基本上他正在做的是模拟一团气体。存在有限数量的细胞并且定义时间步长使得气体每步不能跨越多于一个细胞。每个细胞都具有密度和温度等特性。每个时间步，需要计算这些（和位置）。它主要是我认为的问题，因为它主要受到细胞间重力的相互作用的影响，所有这些都相互影响。
目前他正在一个约150个节点的集群上运行它，但我想知道，如果它可以像这样并行化，它可以在使用CUDA的几个GPU上运行得更快吗？目前他花了几天时间完成模拟。由于GPU通常具有~500个核心，因此它们似乎可以提供增强。
也许我完全错了。
答案 0 :(得分：1)
是的，这听起来像是一个体面的GPU应用程序。 GPU处理在大型数据集上运行相同的功能时最有效。如果你已经在集群计算机上并行运行它，我会说它在单个图形卡上编写并测试它，看看这是否是单个集群的改进，然后进行相应的扩展。
答案 1 :(得分：1)
您描述的任务非常适合GPU。 GPU已成功用于显着提高颗粒，空气动力学和流体模拟等领域的性能。
答案 2 :(得分：-1)
在不知道有关模拟的更多细节的情况下，无法确定它是否会获得性能提升。从广义上讲，内存绑定的算法（即每个内存事务相对较少的算术运算）往往会从卸载到GPU中获益最多。
具体来说，对于天体物理学模拟，可能会使用以下链接：http://www.astrogpu.org/