连续模拟 - 性能调优 - GPU/CPU

Question

我为采矿业构建了一个连续模拟模型（基于状态）。出于工程和生产目的跟踪设备，当事件发生时更新设备状态，例如故障、生产事件等。使用了许多统计分布。出于说明目的，请参阅下面的代码以了解模拟的工作原理。

我正在尝试优化性能。基本上需要运行数以千计的“案例”。根据我可用的物理线程数量，我可以并行运行 x 个案例。因此 CPU 工作在 100%。

运行 1000 个案例可能需要一天以上的时间。

从应用的结构上，有没有机会引入GPU计算？我从来没有用 GPU 编程过，想知道我是否有机会以某种方式将 GPU 包含在我的计算中。任何其他建议也将不胜感激。

public static void RunAll()

{

   //This list contains thousands cases

   List<SimCase> simCases = ImportCases()

   //List which contains simulation results

   ConcurrentBag<Results> resultsList = new ConcurrentBag<Results>();

   //Runs cases in parallel (consumes all threads)

   Parallel.ForEach(simCases, simCase =>

   {

      var results = RunSimulation(simCase);

      resultsList.Add(results);

   });

  //Interpret results and build report

}

public static Results RunSimulation(SimCase simCase)

{

   Results results = new Results();

   DateTime currentDate = new DateTime(2018,1,1);

   DateTime finalDate= new DateTime(2018,12,31);

   while (currentDate < finalDate)

   {

      //Many if statements

      //Many object updates

      //Many functions calls to libraries for statistical calcs

      //Updates simulation time

      currentDate = currentDate.addSeconds(1);

   }

   return(results);

}

Answer 1

在我的情况下，GPU 似乎没有多大帮助，因为我的程序严重依赖第三方数学库，if 语句和对象迭代/更新。以下是让我提高 50% 性能的原因：在列表上将所有 .Count() 更改为 .Count在数组上将所有 .Count() 更改为 .Length在 IEnumerable 集合上将 .Count() == 0 表达式更改为 .Any()我将投资一个 32 线程 CPU 以大大加快速度。