Accelerazione GPU di un risolutore numerico per flussi turbolenti con particelle utilizzando OpenACC

The goal of this master's thesis is to develop and optimize a numerical code for simulating particle transport in incompressible turbulent flows, leveraging the computational power of modern GPU architectures. The work focuses on the simulation of turbulent flows and the study of particle transport under such conditions, a topic of great relevance in many engineering and environmental applications. Specifically, the thesis analyzes and implements parallelization strategies and acceleration techniques aimed at improving the efficiency of a numerical code dedicated to modeling particle dynamics in turbulent environments, with a particular focus on GPU acceleration. The results obtained contribute to a better understanding of how to exploit GPU architectures for high-performance simulations of turbulent flows and particle transport, demonstrating a significant increase in computational efficiency compared to traditional CPU-based approaches.

Lo scopo di questa tesi magistrale è lo sviluppo e l’ottimizzazione di un codice numerico per la simulazione del trasporto di particelle in flussi turbolenti incomprimibili, sfruttando la potenza computazionale delle moderne architetture GPU. Il lavoro si concentra sulla simulazione di flussi turbolenti e sullo studio del trasporto di particelle in tali condizioni, un tema di grande rilevanza in molte applicazioni ingegneristiche e ambientali. In particolare, la tesi analizza e implementa strategie di parallelizzazione e tecniche di accelerazione volte a migliorare l’efficienza di un codice numerico dedicato alla modellazione della dinamica particellare in ambienti turbolenti, con particolare attenzione all’accelerazione tramite GPU. I risultati ottenuti contribuiscono a una migliore comprensione di come sfruttare le architetture GPU per simulazioni ad alte prestazioni di flussi turbolenti e del trasporto di particelle, mostrando un significativo incremento dell’efficienza computazionale rispetto agli approcci tradizionali basati su CPU.