Fluent UDF并行化实施策略

众所周知，多核并行是提高计算速度的关键，上图是fluent的并行计算方式。对于有较多网格的算例，fluent可以把不同的网格按一定方式分配到多个进程(Node，后续的‘进程’专指计算节点)中计算，注意：并不是每个节点分配的网格都不同，对于进程交界处的网格，两个进程都会计算以保证数值的连续性，所以所有进程分配到的网格数量加起来一定是大于总网格数的。每个进程并不是都会和主机通讯，而是把数据汇总到Node0，由Node0和主机交换数据,每个进程之间也会相互交换数据。基于以上，并不是进程数越多算的越快，按我的经验，每个核分配的网格数不要小于10000.

由于fluent采用的是多进程的方式（区别于多线程），每个进程的内存是独立的，因此每个进程都会加载一份UDF的dll，这种单进程联产承包责任制使得不同进程间通讯较为麻烦，需要做特别的处理以实现类似于“全局变量”之类的操作，即所谓的“并行化”。比如你要求所有网格的总数量，你在udf里把网格遍历了一遍，其实遍历的只是每个进程自己的网格，如果想要把每个进程的网格加起来，你会发现没有办法处理，这时候就需要用到fluent内置的一些并行宏。

fluent的宏基本分为两种：一种是每个网格都会执行一遍，如DEFINE_SOURCE, 这种的都有一个返回值作为该网格的参数值，这种宏不需要做并行处理；另一种是“全局”只执行一遍，如DEFINE_PROFILE，这种宏一般含有遍历、循环等操作，如果需要求“全局参数”，则需要做并行处理。下边简述常见的并行宏及其用法：

1. PRINCIPAL_FACE_P和begin_c_loop_int

PRINCIPAL_FACE_P: 很明显，对于进程的交界面，这个面类似于内部面，是既属于这个进程，又属于那个进程的。如果不同进程间都对这个面进行了操作，可能出现重复计算的问题。PRINCIPAL_FACE_P用于解决这个问题，一个面可能属于多个进程，但他只对一个进程PRINCIPAL，因此可以使用下列代码来排出重复出现的面：.

int n=0;
begin_f_loop(f,t)
{
   if PRINCIPAL_FACE_P(f,t)
      {
       n++;
       }
end_f_loop(f,t)

begin_c_loop_int: 类似于PRINCIPAL_FACE_P，begin_c_loop_int在遍历cell时只遍历内部cell，而不会遍历与之相邻的拓展cell。至于为什么face和cell的处理方式不同，这个很好理解，因为面是实实在在的交界面，没有内外之分，而单元是被面包裹在内部的，必然有内外之分。

2. 跨进程的全局计算

用的最多的是求全局的和、最大值和最小值。

PRF_GISUM1(x)：求变量x在不同进程间的和。接上个代码，你用n求得了该进程下面的数量，想把不同进程的面的数量加起来，可以添加如下代码：