GPGPU in system simulations

Abstract

Simulating systems can be computationally an expensive task. With the aid of graphics processing unit (GPU) in general-purpose computing one can execute programs exploiting GPU's massive parallelism to reduce throughput time in simulations. The objective of this thesis is in literature review to achieve general knowledge on general-purpose computing on graphics processing units (GPGPU). Further objective is to implement usage of it into a Python-based satellite network simulator.

Results show that there is a great potential in using GPGPU in system simulations - a maximum overall speed-up of 16.0x, as well as a speed-up of 45.1x in link budget computations were achieved compared to a sequential implementation.

Systeemisimulointi voi olla laskennallisesti raskas tehtävä. Grafiikkaprosessorin (GPU) avustuksella yleisessä laskennassa, voidaan hyväksikäyttää GPU:iden massiivista rinnakkaistettavuutta simulointiaikojen lyhentämiseksi. Tämän kandidaatintyön tavoitteena on kirjallisuuskatsauksen avulla saavuttaa perustietämys grafiikkaprosessoreilla tehtävästä yleisestä laskennasta (GPGPU). Lisäksi tavoitteena on soveltaa saavutettu perustietämys käytäntöön toteuttamalla GPGPU:n käyttöä Python-pohjaiseen satelliittiverkkosimulaattoriin.

Tulokset osoittavat, että GPGPU:n käytöllä systeemisimuloinneissa on suuri potentiaali - sen käytöllä saavutettiin 16.0-kertainen kokonaisnopeutus ja 45.1-kertainen nopeutus linkkibudjettilaskelmissa perättäiseen ajoon perustuvaan toteutukseen verrattuna.