Page 283 - 《软件学报》2025年第8期

3706 软件学报 2025 年第 36 卷第 8 期

表 1 METIS 与两阶段路网划分在不同车辆数、不同计算节点下每一步的仿真时间 (s)

计算节点数
车辆数 (万) 划分
1 2 4 9 16
METIS 0.646 0.383 0.307 0.294 0.276
80
两阶段路网划分 0.645 0.363 0.266 0.279 0.265
METIS 1.297 0.711 0.467 0.442 0.421
160
两阶段路网划分 1.297 0.741 0.459 0.455 0.418
METIS 2.214 1.167 0.612 0.474 0.401
240
两阶段路网划分 2.217 1.175 0.639 0.459 0.375

(3) 异构计算与同构计算对交通仿真的性能影响
天河超算采用的异构体系结构主要是 CPU 和 DSP 加速器. 将使用纯 CPU 运行的交通仿真算法和 CPU 结合
DSP 加速器运行的交通仿真算法进行对比, 结果如表 2 所示. 可以看出, 使用了 DSP 加速器能大幅缩短每一步仿
真时间, 因此充分利用超算的异构体系结构是实现高性能交通仿真的关键.

表 2 同构计算和异构计算在不同车辆数、不同计算节点下每一步的仿真时间 (s)

计算节点数
车辆数 (万) 划分
1 2 4 9 16
CPU 1.416 0.921 0.829 0.814 0.627
80
CPU+DSP 0.645 0.363 0.266 0.279 0.265
CPU 3.031 2.223 1.782 1.512 1.083
160
CPU+DSP 1.297 0.741 0.459 0.455 0.418
CPU 5.504 3.563 2.428 2.126 1.311
240
CPU+DSP 2.217 1.175 0.639 0.459 0.375

5 总结与展望

本文基于平行城市理论, 提出了一种平行城市交通仿真并行算法, 该算法针对天河新一代超算的异构体系结
构, 实现了路网划分、车辆并行化行驶、信号灯并行化控制等方法, 并运行在 16 节点、超过 2.5 万核心的天河新
一代超算平台, 进行了北京市五环内 240 万辆车、7 797 个路口和 17 万条车道的真实交通场景模拟, 相比于传统
单节点的仿真, 每步仿真时间从 2.21 s 减少到 0.37 s, 取得了近 6 倍的加速效果.
在未来的研究工作中, 拟开展以下几个方面的研究: (1) 将交通仿真框架应用于其他不同城市的交通模拟仿真,
并进一步扩大仿真规模, 以涵盖多个城市间的复杂交通体系, 进而实现从单个城市到城市群的交通仿真; (2) 目前交
通仿真算法只对车辆流动进行了仿真, 未来还可以结合居民出行和暴雨天气等场景, 以实现从单一场景的仿真到复
杂场景的交通仿真; (3) 针对平行城市交通仿真算法提出一种自动化的并行方法, 能够根据不同异构系统架构自动地
进行并行优化, 以降低仿真算法在不同平台的并行优化难度, 并进一步在百万核心规模的超算平台进行交通仿真.

References:
[1] Dharwal M, Agarwal N, Kumar S, Anand S, Vatsa M. Building smarter smart cities for sustainable development through artificial
intelligence. In: Proc. of the 5th Int’l Conf. on Electronics, Communication and Aerospace Technology. Coimbatore: IEEE, 2021.
1185–1187. [doi: 10.1109/ICECA52323.2021.9676140]
[2] Ni AM, Ruff DA, Alberts JJ, Symmonds J, Cohen MR. Learning and attention reveal a general relationship between population activity
and behavior. Science, 2018, 359(6374): 463–465. [doi: 10.1126/science.aao0284]
[3] Javaid S, Sufian A, Pervaiz S, Tanveer M. Smart traffic management system using Internet of Things. In: Proc. of the 20th Int’l Conf. on
Advanced Communication Technology. Chuncheon: IEEE, 2018. 393–398. [doi: 10.23919/ICACT.2018.8323770]
[4] Lanke N, Koul S. Smart traffic management system. Int’l Journal of Computer Applications, 2013, 75(7): 19–22. [doi: 10.5120/13123-
0473]