Trotz stetig steigender Rechenleistung moderner Computerhardware kann eine instationäre, dreidimensionale, hygrothermische Simulation immer noch ein langwieriger Vorgang sein. Um die Dauer einer Simulation zu reduzieren, stehen Nutzern verschiedene Einflussmöglichkeiten offen, deren Auswirkungen jedoch nur schwer bzw. aufwändig abzuschätzen sind. Der Artikel analysiert anhand zweier Fallbeispiele verschiedene Möglichkeiten, die Simulationszeiten zu reduzieren. Beginnend mit einer Gittersensitivitätsstudie wird die Skalierung des Aufwandes für verschiedene direkte und iterative Gleichungssystemlöser diskutiert. Weiterhin werden numerische Parameter wie Konvergenzfaktoren und Iterationsgrenzen untersucht. Basierend auf integrierten Laufzeitmessungen und Statistiken für verschiedenen Komponenten des Rechenkerns werden die iterativen Lösungsverfahren GMRES und BiCGStab in Kombination mit einem ILU-Vorkonditionierer betrachtet. Die Untersuchungen werden anhand der Software DELPHIN 6 durchgeführt. Der Artikel schließt mit einer Empfehlung für eine günstige Ausgangswahl an Algorithmen und Parametern in Abhängigkeit der Systemgröße und einer kompakten Methodik, diese anhand der Solverstatistiken weiter zu optimieren.

Performance optimization of hygrothermal simulations - Parameter optimization of iterative solvers
Despite continuously enhanced computer hardware, running dynamic 3D hygrothermal simulations may still be a time-consuming process. The duration of simulations may be reduced by user-selected numeric parameters. However, the actual impact of parameters like maximum Krylov subspace, convergence coefficients etc. proves difficult to estimate. In the article different methods of reducing simulation speed are applied to two example cases. Starting with a grid sensitivity study the scaling of effort for different direct and iterative linear equation system solvers is discussed. Further, we investigate parameters influencing the iterative equation system solvers GMRES and BiCGStab in combination with ILU preconditioners. The tests are done with the software DELPHIN 6. The article concludes with recommendation for suitable initial parameter selection based on system size and a short methodology on how to optimize parameters based on collected solver metrics.