| 研究課題/領域番号 |
18K11323
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60090:高性能計算関連
|
|---|
| 研究機関 | 山梨大学 |
|---|
研究代表者 |
安藤 英俊 山梨大学, 大学院総合研究部, 准教授 (50221742)
|
|---|
| 研究分担者 |
鳥山 孝司 山梨大学, 大学院総合研究部, 准教授 (50313789)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2020年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2019年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2018年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
|
|---|
| キーワード | GPU / 熱流体計算 / 深層学習 / 可視化 / 多相流体シミュレーション / 数値計算 / 高性能計算 / 多相熱流体 / 乱流解析 |
|---|
| 研究成果の概要 |
本研究では安価で電力あたりの計算性能に優れるGPU(Graphics Processing Unit)を用いたクラスタ環境を構築し，その上で固体・気体・液体の混在する固気液多相の熱流体解析において新たに乱流解析を導入するとともに，計算結果の高速分散可視化を実現するための手法を開発した．従来熱流体解析では取り扱うことが困難であった熱輻射計算のために，GPU上でのフォトンマッピング法を拡張し，高速かつ高精度な熱輻射計算を実現した．さらに深層学習技術を組み入れることにより数値計算の高精度化および可視化した際の画像の高精細化を実現した．
|
| 研究成果の学術的意義や社会的意義 |
熱流体解析は気象予測や空調設計，原子炉の冷却設計そのほか社会的に重要な様々な分野で必須の技術であり，この研究成果によりGPUという安価なハードウェアを用いて高精度な固気液多相の熱流体解析と可視化を可能にした．GPUは熱効率も高く環境への負荷も小さい計算機資源であり，本研究の成果がエネルギー資源を節約する効果も期待できる．ここで用いられた深層学習技術や高速数値計算技術も個別に様々な分野に広く応用可能であり，生命科学や医学分野での共同研究も進めており，学術的な意義も大きい．さらに個別の分野での学術的な発展の成果を本研究の手法に組み込むことも可能であり，今後の大きな相乗効果が期待できる．
|
