基于FTM算法的GPU加速

为了解决FTM （Front Tracking Method）算法在计算机中计算耗时长的问题，利用CUDA（Compute Unified Device Architecture）来实现FTM算法在GPU中的并行计算。结合GPU并行计算架构的特性以及FTM算法的特点，本文通过共享内存的引入、线程块划分和线程块共享内存边界元素的纳入、迭代方法的改进和迭代过程中存储结构的变换等方法，提出了将FTM算法中的网格计算以及界面标记点处理方法在GPU中的实现方式。最后，通过模拟单气泡在静止液体中的自由上升运动，验证了FTM在GPU中计算的可行性与计算效率的提升