2026-09-18T05:48:39Zhttps://elekpub.bib.uni-wuppertal.de/oai/

oai:elekpub.bib.uni-wuppertal.de:75977582024-07-25T11:00:04ZubwhsoaDoctoralThesis

vls/2603noah-balancer_mdapi1elekpub.bib.uni-wuppertal.devdAdvancing ray-traced ultra-high vacuum simulationsenhanced algorithms and data structures in molflowBähr, PascalVerfasserautLang, BrunoAkademischer BetreuerdgsZeitnitz, ChristianAkademischer BetreuerdgsUeberholz, PeerAkademischer BetreuerdgsFrommer, AndreasAkademischer BetreuerdgsBergische Universität WuppertalGrad-verleihende InstitutiondggtextthesisTextHochschulschriftthesisdoctoralThesisgwXA-DEWuppertal06. Dezember 20232023single unitengelectronic resourceremotetext/htmltext/html1 Online-Ressource (XV, 210 Seiten) : Illustrationen, DiagrammeComputerOnline-RessourceVakuumkomponenten spielen in vielen Bereichen eine entscheidende Rolle. Ihre Entwicklung erfordert oft viele Iterationen mit Simulationssoftware wie Molflow. Molflow nutzt die Test-Partikel-Monte-Carlo (TPMC) Methode, um physikalische Größen wie Druck und Partikeldichte in beliebig komplexen Geometrien zu approximieren. Der Algorithmus basiert auf Ray-Tracing. Die Performance der Simulationen hängt in großem Maße von der Effizienz der zugrundeliegenden Datenstrukturen und Algorithmen ab, die für die Ray-Tracing Routinen verwendet werden. Fortschritte in Algorithmenforschung und spezialisierter GPU-Hardware ermöglichen eine Neubewertung dieser Methoden für physikalische Simulationen wie in Molflow. Verbesserte Algorithmen und Datenstrukturen wurden für Molflows Monte-Carlo-Modell implementiert, besonders für Simulationen mit Zeitparameter. Spezialisierte Ray-Tracing-Algorithmen wurden sowohl für CPU- als auch für GPU-Simulationen entwickelt. GPU-Simulationen profitieren von NVIDIAs OptiX-API und hardwarebeschleunigten Ray-Tracing-Einheiten (RTUs) auf modernen NVIDIA RTX GPUs. Zwei Splitting-Kriterien, die Ray Distribution Heuristic (RDH) und die Hit Rate Heuristic (HRH), wurden eingeführt, um leistungsfähige Beschleunigungsdatenstrukturen zu schaffen. Ein neuer Offset reduziert negative Effekte von 32-Bit-Gleitkommaoperationen bei hardwarebeschleunigtem Ray-Tracing. Der GPU-Code maximiert die Nutzung von RTUs und der Neighbor Aware Offset behandelt einige dieser Effekte softwareseitig. Unsere Forschung markiert den ersten Schritt hin zur Ausführung von Molflow-Simulationen auf GPUs.Vacuum components are crucial in many fields. Their design can be a tedious progress, as they are evaluated in many iterations with simulation software like Molflow. Molflow uses the Test Particle Monte Carlo (TPMC) method to approximate physical quantities in complex geometries, relying on ray tracing algorithms for efficiency. Recent advancements in ray tracing algorithms and GPU hardware have led to the exploration of these methods for physical simulations like Molflow.We introduce enhanced algorithms and data structures for Molflow's Monte Carlo model, particularly for time-dependent simulations. A specialized ray tracing kernel was developed for both CPU simulations, suitable for HPC environments, and GPU simulations, leveraging NVIDIA's OptiX API for hardware acceleration on RTX GPUs.Additionally, we developed two splitting criteria for constructing efficient acceleration data structures: the Ray Distribution Heuristic and the Hit Rate Heuristic, tailored to Molflow's statistical nature. To address issues from 32-bit floating point operations in GPU ray tracing, a new offset was developed. This Neighbor Aware Offset helps mitigate these effects, representing a step towards enabling Molflow simulations on GPUs. Our research represents the initial step in advancing Molflow's capabilities with state-of-the-art GPU technology.Pascal BährTag der Verteidigung: 26.02.2024Bergische Universität Wuppertal, Dissertation, 2024Wuppertal500urn:nbn:de:hbz:468-2-262510.25926/BUW/0-45699374376203006441Informatik, Computer ScienceAdvancing ray-traced ultra-high vacuum simulationBähr, PascalDruck-AusgabeHT030812851http://dx.doi.org/10.25926/BUW/0-456https://nbn-resolving.org/urn:nbn:de:hbz:468-2-2625Open AccessRS INC 1.02024-02-26oaDoctoralThesispublicrda24072220251111100820.0CT009000270s2w-hsswupubwgerUBW:E:E.04 https://elekpub.bib.uni-wuppertal.de//domainresource/static/graphics/connectors/viewerLogo.gifWuppertal : Bergische Universität Wuppertalreserved https://ub-wuppertal.digibib.net/search/katalog/record/(DE-605)urn%3Anbn%3Ade%3Ahbz%3A468-2-2625 https://elekpub.bib.uni-wuppertal.de/id/7597758 https://elekpub.bib.uni-wuppertal.de/i3f/v20/7597758/manifest https://elekpub.bib.uni-wuppertal.de/proto_ftsearch/7597758