Search

Complexification of multi-physics modeling leads to have to simulate systems of ordinary differential equations and algebraic differential equations with increasingly large numbers of unknowns and over large times of simulation. In addition the evolution of parallel computing architectures requires other ways of parallelization than the decomposition of system in subsystems. In this work, we propose to design domain decomposition methods in time for the resolution of EDO. We reformulate the initial value problem in a boundary values problem on the symmetrized time interval, under the assumption of reversibility of the flow. We develop two methods, the first connected with a Schur complement method, the second based on a Schwarz type method for which we show convergence, being able to be accelerated by the Aitken method within the linear framework. In order to accelerate the convergence of the latter within the non-linear framework, we introduce the techniques of extrapolation and of acceleration of the convergence of non-linear sequences. We show the advantages and the limits of these techniques. The obtained results lead us to develop the acceleration of the method of the type Schwarz by a Newton method. Finally we investigate non-linear matching conditions adapted to the domain decomposition of nonlinear problems. We make use of the port-Hamiltonian formalism, resulting from the control field, to deduce the matching conditions in the framework of the shallow-water equation and the non-linear heat equation. After an analytical study of the convergence of the DDM associated with these conditions of transmission, we propose and study a formulation of augmented Lagrangian under the assumption of separability of the constraint., La complexification de la modélisation multi-physique conduit d’une part à devoir simuler des systèmes d’équations différentielles ordinaires et d’équations différentielles algébriques de plus en plus grands en nombre d’inconnues et sur des temps de simulation longs. D’autre part l’évolution des architectures de calcul parallèle nécessite d’autres voies de parallélisation que la décomposition de système en sous-systèmes. Dans ce travail, nous proposons de concevoir des méthodes de décomposition de domaine pour la résolution d’EDO en temps. Nous reformulons le problème à valeur initiale en un problème aux valeurs frontières sur l’intervalle de temps symétrisé, sous l’hypothèse de réversibilité du flot. Nous développons deux méthodes, la première apparentée à une méthode de complément de Schur, la seconde basée sur une méthode de type Schwarz dont nous montrons la convergence pouvant être accélérée par la méthode d’Aitken dans le cadre linéaire. Afin d’accélérer la convergence de cette dernière dans le cadre non-linéaire, nous introduisons les techniques d’extrapolation et d’accélération de la convergence des suites non-linéaires. Nous montrons les avantages et les limites de ces techniques. Les résultats obtenus nous conduisent à développer l’accélération de la méthode de type Schwarz par une méthode de Newton. Enfin nous nous intéressons à l’étude de conditions de raccord non-linéaires adaptées à la décomposition de domaine de problèmes non-linéaires. Nous nous servons du formalisme hamiltonien à ports, issu du domaine de l’automatique, pour déduire les conditions de raccord dans le cadre l’équation de Saint-Venant et de l’équation de la chaleur non-linéaire. Après une étude analytique de la convergence de la DDM associée à ces conditions de transmission, nous proposons et étudions une formulation de Lagrangien augmenté sous l’hypothèse de séparabilité de la contrainte.

Large-scale scientific applications and industrial simulations are nowadays fully integrated in many engineering areas. They involve the solution of large sparse linear systems. The use of large high performance computers is mandatory to solve these problems. The main topic of this research work was the study of a numerical technique that had attractive features for an efficient solution of large scale linear systems on large massively parallel platforms. The goal is to develop a high performance hybrid direct/iterative approach for solving large 3D problems. We focus specifically on the associated domain decomposition techniques for the parallel solution of large linear systems. We have investigated several algebraic preconditioning techniques, discussed their numerical be- haviours, their parallel implementations and scalabilities. We have compared their performances on a set of 3D grand challenge problems., La résolution de très grands systèmes linéaires creux est une composante de base algorithmique fondamentale dans de nombreuses applications scientifiques en calcul intensif. La résolution per- formante de ces systèmes passe par la conception, le développement et l'utilisation d'algorithmes parallèles performants. Dans nos travaux, nous nous intéressons au développement et l'évaluation d'une méthode hybride (directe/itérative) basée sur des techniques de décomposition de domaine sans recouvrement. La stratégie de développement est axée sur l'utilisation des machines mas- sivement parallèles à plusieurs milliers de processeurs. L'étude systématique de l'extensibilité et l'efficacité parallèle de différents préconditionneurs algébriques est réalisée aussi bien d'un point de vue informatique que numérique. Nous avons comparé leurs performances sur des systèmes de plusieurs millions ou dizaines de millions d'inconnues pour des problèmes réels 3D .

International audience; This paper exposes a parallelization approach for finite element solvers with the objective of a rational use of computer resources. This one is based on a classical domain decomposition technique and points out the necessity to ensure a decomposition in terms of loads balancing. The proposed technique is based on finite elements transfers between sub-domains and the knowledge of a solver's behaviour model in order to estimate the load assigned to each subdomain. Extensions concern the capability to voluntary unbalance the partitioned load in order to conduct a distributed calculation on heterogeneous computer environment. A second extension concerns the possibility to estimate the optimal number of subdomains that will lead to the minimum global calculation time.; Ce papier présente une approche de la parallélisation d'outils de calcul par éléments finis orientée vers une utilisation rationnelle des ressources informatiques. L'approche est ba-sée sur une technique classique de décomposition de domaine et met l'accent sur la nécessité d'équilibrer le découpage d'un maillage en volumes de calcul et non pas de données, le principal risque avec cette dernière approche étant la dégradation des performances d'un calcul effectué en parallèle. La technique d'équilibrage exposée est basée sur le transfert d'éléments finis entre sous-domaines et sur la connaissance d'un modèle comportemental du solveur permettant d'estimer a priori le volume de calcul de chacun des sous-domaines. Les possibilités qui en découlent sont de pouvoir volontairement déséquilibrer le découpage pour des applications utilisées sur un environnement de calcul aux performances hétérogènes et de prévoir pour un maillage donné, le nombre optimal de découpages qui conduit au temps de calcul global le plus petit.

The idea of solving large problems using domain decomposition technique appears particularly attractive on present day large-scale parallel computers. But the performance of such techniques used on a parallel computer depends on both the numerical efficiency of the proposed algorithm and the efficiency of its parallel implementation. The approach proposed herein splits the computational domain in unstructured subdomains of arbitrary shape, and solves for unknown on the interface using the associated trace operator (the Steklov-Poincare operator on the continuous level or the Schur complement matrix after a finite element discretization) and a preconditioned conjugate gradient method. This algorithm involves the solution of Dirichlet and of Neumann problems, defined on each subdomain and which can be solved in parallel. This method has been implemented on a CRAY 2 computer using multitasking and on an INTEL hypercube. It was tested on a large scale, industrial, ill-conditioned, three-dimensional linear elasticity problem, which gives a fair indication of its performance in a real life environment. In such situations, the proposed method appears operational and competitive on both machines: compared to standard techniques, it yields faster results with far less memory requirements.