Ingeniería de Sistemas y Computación
URI permanente para esta comunidad
Encuentre en acceso abierto la producción académica, investigativa y de creación del Pregrado en Ingeniería de Sistemas y Computación de la Universidad de los Andes.
Navegar
Examinando Ingeniería de Sistemas y Computación por Autor "19269542"
Mostrando 1 - 1 de 1
Resultados por página
Opciones de ordenación
Publicación Acceso abierto Estudio de la escalabilidad en diferentes arquitecturas para el problema de Lattice – Boltzmann(Universidad de los Andes, 2023-12-12) Vargas Torres, María Alejandra; Castro Barrera, Harold Enrique; Toro Gómez, José Rafael; 79419382; 19269542; Facultad de Ingeniería::Grupo de Mecánica ComputacionalUna de las problemáticas que se tiene actualmente en la mecánica de fluidos computacional conocido en sus siglas en inglés como CFD (Computational Fluid Dynamics) son los altos tiempos de ejecución de cada uno de los procesos y la cantidad de recursos computacionales que se requieren. Uno de los problemas que tienen estas características es el Cavity Flow, para su estudio se utilizó el método Lattice Boltzmann con sus aproximaciones de vorticidad y velocidad, ambas son altamente paralelizables, teniendo así que se buscó mejorar los tiempos de ejecución y a su vez, en la evaluación de la escalabilidad de la solución para diferentes contextos. Con la aproximación con la vorticidad se pudo comprobar que una estrategia viable para realizar la paralelización es dividir el dominio de estudio, teniendo que para algunas configuraciones se evidencia una mejora en los tiempos de ejecución. Mientras que con la velocidad se requiere buscar nuevas metodologías ya que la forma de abordar la paralelización no arrojó ninguna mejora. Finalmente, comparando las implementaciones en Python y Mathematica se encontró que para la velocidad se obtuvo una mejora de tiempos con el primer lenguaje, esto pudo ser resultado de las optimizaciones que tiene implementadas la librería numpy al realizar sus operaciones. Para el de vorticidad, la implementación en Python en la que se afecta cada elemento por separado suele ser más lento que la implementación que se encuentra en Mathematica.