Simulation du régime permanent

La méthode proposée pour simuler le régime permanent est comparée aux méthodes du gra- dient conjugué (Hestenes and Stiefel, 1952) et GMRES (Saad, 2003) préconditionnées avec une factorisation ILU(0). La méthode du gradient conjugué est la méthode de référence pour résoudre les problèmes symétriques (circuit Wyoming, iPhone 5), tandis que la mé- thode GMRES est la méthode de référence pour résoudre les problèmes asymétriques (circuit Scc3D). Le choix des méthodes de référence est justifié par leurs très bonnes performances et

leur utilisation dans un grand nombre de modèle thermique du régime permanent (Lee et al., 2013; Goplen and Sapatnekar, 2006; Feng and Li, 2010).

5.3.1 Évaluation de la précision

La précision de la méthode proposée est évaluée sur la base de l’erreur maximale (◦C) commise

sur le calcul de la température en régime permanent, rapportée à l’élévation de température maximale dans le circuit. Il s’agit donc d’une erreur relative, calculée de la manière suivante :

e = kX∞− Y∞k∞

kY∞k∞ (5.2)

où X∞ est la température en régime permanent calculée à l’aide la méthode proposée et Y∞ est la température en régime permanent calculée avec la méthode de référence. La norme vectorielle kk∞ est définie par kXk∞ = max

1≤i≤N(xi), où (xi)1≤i≤N sont les composantes du vecteur X.

Les différents problèmes thermiques considérés sont simulés à l’aide des méthodes de référence et de la méthode proposée. Le critère de convergence utilisé est un résidu krk1 < 10−9 qui est la précision maximale pouvant être obtenue pour les problèmes considérés résolus avec les méthodes de référence. En effet, l’expérience montre qu’en raison des erreurs d’arrondi, il n’est pas possible d’obtenir par exemple un résidu krk1 < 10−10. Lorsque la méthode GMRES est utilisée, elle est redémarrée toutes les 100 itérations pour réduire sa consommation de mémoire. L’expérience montre que ce paramètre de redémarrage offre un bon compromis entre la vitesse de convergence et la complexité de la méthode.

Les expérimentations montrent que dans tous les cas, l’erreur relative maximale commise par la méthode proposée est inférieure à 2 × 10−5. La différence entre les résultats obtenus avec la méthode proposée et les méthodes de référence apparaît seulement à partir du 4ème chiffre après la virgule dans le pire cas. Ces résultats prouvent que la méthode proposée est tout aussi précise que les méthodes de référence (gradient conjugué et GMRES).

5.3.2 Évaluation des performances

Toutes les expérimentations sont réalisées sur un ordinateur de bureau équipé d’un processeur Intel(R) Core(TM) i7-3770 CPU@3.40GHz avec 16 GB de mémoire principale.

Le tableau 5.7 reporte le temps mis pour simuler le régime permanent à l’aide des méthodes de référence et de la méthode proposée. La méthode proposée permet d’accélérer la simulation d’un facteur ×3 au minimum. Le temps de calcul rapporté à la taille du problème est beaucoup

Tableau 5.7 Temps mis pour simuler le régime permanent

Gradient conjugué/GMRES Méthode proposée Accélération

Wyoming n = 0.6 × 105 _{287 ms}† _{79 ms ×3.6} n = 1.3 × 105 _{900 ms}† _{214 ms ×4.2} n = 3.0 × 105 3.01 sec† 751 ms ×4.0 Scc3D n = 2.1 × 105 _{19 sec}‡ _{3.9 sec ×4.8} n = 4.0 × 105 47 sec‡ _{9.6 sec ×4.9} n = 6.1 × 105 _{76 sec}‡ _{14.9 sec ×5.1}

iPhone 5 n = 1.4 × 106 _{43.3 sec}† _{11.7 sec ×3.7}

n = 4.0 × 106 _{139 sec}† _{36.6 sec ×3.8}

n = 7.2 × 106 _{335 sec}† _{81.7 sec ×4.1}

† _{Résolu par la méthode du gradient conjugué avec un préconditionnement ILU(0)} ‡ _{Résolu par la méthode du GMRES avec un préconditionnement ILU(0)}

plus long pour le circuit Scc3D. Ce problème asymétrique est résolu à l’aide de la méthode GMRES, qui est moins efficace que la méthode du gradient conjugué.

Le tableau 5.8 indique la consommation de mémoire des méthodes de référence et de la méthode proposée. La consommation de mémoire de la méthode proposée est supérieure d’un

Tableau 5.8 Consommation de mémoire pour simuler le régime permanent

Gradient conjugué/GMRES Méthode proposée Réduction

Wyoming n = 0.6 × 105 _{8.6 MB}† _{12 MB ×0.7} n = 1.3 × 105 18.5 MB† _{26 MB ×0.7} n = 3.0 × 105 _{42 MB}† _{59 MB ×0.7} Scc3D n = 2.1 × 105 _{170 MB}‡ _{92 MB ×1.8} n = 4.0 × 105 _{354 MB}‡ _{183 MB ×1.9} n = 6.1 × 105 _{521 MB}‡ _{266 MB ×1.9} iPhone 5 n = 1.4 × 106 _{140 MB}† _{196 MB ×0.7} n = 4.0 × 106 402 MB† 521 MB ×0.8 n = 7.2 × 106 _{723 MB}† _{955 MB ×0.7}

† _{Résolu par la méthode du gradient conjugué avec un préconditionnement ILU(0)} ‡ _{Résolu par la méthode du GMRES avec un préconditionnement ILU(0)}

facteur ×1.4 à la consommation de mémoire du gradient conjugué et inférieure d’un facteur ×1.9 à la consommation de mémoire de GMRES. Ce comportement s’explique en réalité assez bien. La consommation de mémoire de la méthode GMRES est dominée par le stockage des vecteurs servant à orthonormaliser les espaces de Krylov successifs. La méthode proposée applique la méthode GMRES au seul calcul des variables d’interface dans la décomposition de

domaine. En raison du coloriage rouge-noir utilisé, la méthode GMRES se retrouve appliquée à un problème réduit de moitié, ce qui explique que la consommation de mémoire soit réduite environ de moitié.

La figure 5.8 illustre le temps d’exécution et la consommation de mémoire pour simuler le régime permanent du problème iPhone 5 avec la méthode de référence et la méthode proposée.

0 500 1 000 1 500 M ´emoire (MB) M´emoire: Gradient Conjugu´e M´ethode propos´ee 0 1,4 4 7,2 1 10 100 1 000 10 000

Taille du probl`eme (×106 inconnues)

T

emps

d’ex

´ecution

(sec)

Temps d’ex´ecution: Gradient Conjugu´e M´ethode propos´ee

Figure 5.8 Simulation du régime permanent pour le problème iPhone 5 par la méthode du gradient conjugué avec un préconditionnement ILU(0) et la méthode proposée

5.3.3 Bilan

La méthode proposée pour la simulation du régime permanent est comparée aux deux mé- thodes très classiques, du gradient conjugué et GMRES, préconditionnées par une factorisa- tion incomplète ILU(0). La méthode proposée accélère la simulation d’un facteur au moins ×3.6 dans toutes les expérimentations. Sa consommation de mémoire légèrement supérieure à celle de la méthode du gradient conjugué ne saurait être un inconvénient majeur.