我正在尝试对结合多个 CPU 和 GPU 以提高 CFD 速度所采用的不同代码开发策略有一些总体了解。以及如何在每种情况下利用 MPI/OpenMP 等和 CUDA/OpenCL 等。
我知道采取什么策略取决于问题，但我希望对于不同的硬件可用性有一些典型或共同的东西。
我的理解是有以下几种场景，有以下通用的非常高级的代码开发策略：
网格被分区，初始数据分布在多个 CPU/线程（MPI 用于设置幽灵单元）——每个 CPU/线程计算分配的网格部分的离散方程。在每次计算迭代后，使用 MPI 收集数据，以便可以为下一次迭代更新幽灵单元。
Mesh 未分区，所有初始数据都简单地发送到 GPU。每个 CUDA 核心处理特定网格点的计算。所有迭代都在 GPU 上进行，并在最后一次迭代后发送回 CPU。
我不确定。 CPU 根据可用的 GPU 数量划分网格/初始数据？ GPU 之间的通信如何工作？需要一些设置幽灵细胞的方法吗？
不知道。
不知道。
我主要对场景 5 感兴趣。这主要是因为我可以利用我个人机器上可用的硬件（10 个物理 CPU 内核/20 个 CPU 线程和一个 NVIDIA GeForce RTX 3060 GPU）。但是，我对所有其他场景也非常感兴趣，如果有人能让我知道我的理解（如描述）是否正确，我将不胜感激。
此外，对于我的特定硬件可用性，我的 CFD 代码通常可以使用场景 5 制作得最快吗？或者更有可能是场景 1 或 2？