买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜四川天府流体大数据研究中心申请的专利一种基于数据依赖关系分解的CFD多GPU异步多流优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119203857B 。

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411708006.4，技术领域涉及：G06F30/28；该发明授权一种基于数据依赖关系分解的CFD多GPU异步多流优化方法是由邓亮;赵洪杰;张鹏;林杰;刘雨霜;陈一设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本一种基于数据依赖关系分解的CFD多GPU异步多流优化方法在说明书摘要公布了：本发明公开了一种基于数据依赖关系分解的CFD多GPU异步多流优化方法，包括如下：启动并初始化CFD求解器；采用异步多流方法；异步多流方法分为：按计算变量数据相关性分解的方法与按计算流程数据相关性流程重构的方法。通过设计基于计算流程的数据依赖关系建立的面向多节点多卡异构并行MPI‑X的异步多流CFD性能优化技术、基于计算变量数据相关性分解建立的面向多节点多卡异构并行MPI‑X的异步多流CFD性能优化技术，仅通过调整计算调用流程，不改变底层计算核心函数与数据结构的多节点多卡异构并行MPI‑X的异步多流CFD性能优化技术，达到实现异步多流在大规模CFD上的性能提升。

本发明授权一种基于数据依赖关系分解的CFD多GPU异步多流优化方法在权利要求书中公布了：1.一种基于数据依赖关系分解的CFD多GPU异步多流优化方法，其特征在于，所述方法包括如下：启动CFD求解器，并初始化CFD求解器；采用异步多流方法；其中，异步多流方法包括：按计算变量数据相关性分解的方法与按计算流程数据相关性流程重构的方法；所述按计算变量数据相关性分解的方法是针对CFD求解器中的节点高斯梯度模块的异步多流优化策略，通过分析计算五个变量的梯度计算模块和速度分量的对称面修正计算模块间的数据依赖性，实现梯度计算的并发执行；所述按计算变量数据相关性分解的方法包括如下：步骤S100：识别节点高斯梯度模块中的六个计算模块，所述模块包括五个变量的梯度计算模块和速度的对称面修正计算模块，对六个计算模块进行数据依赖分析，其中，五个变量的梯度计算具有并发性；步骤S200：分配五个计算流交替异步进行提交，用于GPU计算与CPU访存及MPI通信的并行执行；所述按计算流程数据相关性流程重构的方法依据各个计算模块之间的数据相关性进行多计算流的分配，使其达到多计算流可并发进行处理的状态，从而完成GPU计算与CPU访存及MPI通信的相互掩盖；所述按计算流程数据相关性流程重构的方法是根据计算流程发起，分为层流求解模块和湍流求解模块，包括如下：步骤T100：构建层流求解模块，根据层流模块计算过程的数据相关性依赖构建；其中，层流求解器针对流场变量q[5]进行迭代更新求解，包含右端项残差计算模块和线性方程组迭代更新模块，线性方程组迭代会对流场变量q[5]进行更新，对于多节点MPI计算，层流求解器开始前需进行虚拟单元流场变量q[5]更新，而层流求解器余下的模块，直到右端项残差计算模块结束，流场变量q[5]保持不变；梯度变量dqdx[5]、dqdy[5]、dqdz[5]直接由流场变量q[5]得到，限制器变量Limit[5]由流场变量q[5]和梯度变量dqdx[5]、dqdy[5]、dqdz[5]组合得到，通量Flux[5]计算则依赖于流场变量q[5]、梯度变量dqdx[5]、dqdy[5]、dqdz[5]以及限制器变量Limit[5]；其中，dqdx[5]为梯度变量的x方向上的分量，dqdy[5]为梯度变量的y方向上的分量，dqdz[5]为梯度变量的z方向上的分量；步骤T200：构建湍流求解模块，其中，湍流求解器分为右端项残差计算模块和线性方程组迭代更新模块，求解变量仅为单个湍流变量；在湍流求解模块开始前，湍流变量需要进行虚拟单元更新操作，剩余模块直到湍流右端项残差计算模块结束，湍流变量均保持不变。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人四川天府流体大数据研究中心，其通讯地址为：610000 四川省成都市中国(四川)自由贸易试验区天府新区创意路3399号科研楼6楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。