眼睛是人体最重要的感觉器官,里面充满了房水,正常的房水流动能够为眼部组织提供必要的营养物质,维持正常的生理活动。然而,许多眼科疾病的发病机制、发展过程以及药物治疗等都与房水流动具有密切的关系,假若房水的流动规律出现异常,可能会导致眼疾的发生。因此,系统、深入地研究人眼房水动力学以及探索其影响的关键因素对提升人们对眼科疾病的发病机制、发展过程的认识以及提高眼疾药物治疗效果等具有重要的现实意义。人眼的解剖结构复杂,房水的流动方式多样,采用理论和实验的方法研究房水动力学受到诸多限制,不易实现。数值方法具有时间周期短、可重复性好、计算成本低等优点,许多研究人员采用数值方法对人眼房水动力学进行了研究,并取得了很多成果。然而,真实的三维人眼房水动力学的研究涉及到人眼的解剖结构复杂、边界处理困难、计算量巨大等问题,因此,相较于传统数值方法,采用具有多物理耦合容易、边界处理简单、易于并行等优势的晶格Boltzmann方法(Lattice Boltzmann Method,LBM)来对房水动力学进行研究是很有希望的新途径。为此,本文开展了基于GPU并行技术和晶格Boltzmann方法的三维人眼房水动力学的研究。主要工作如下:(1)本文首先采用方腔自然对流对三维双分布函数LB模型进行了数值验证,证明了该模型能够准确的模拟热对流现象,可用于模拟人眼房水的对流扩散。然后通过人眼的解剖结构数据构建了三维眼前节几何模型,使用一个LB演化方程求解由房水流动构成的流场,使用另外一个LB演化方程求解由眼内组织温差构成的温度场,利用Darcy定律求解小梁网处的房水渗流,并通过Boussinesq近似将流场与温度场耦合建立三维双分布函数的人眼前节房水动力学LB模型。接着使用所建立的模型模拟了在正常眼内温差以及不同眼睛方位下的房水在眼前节的速度和温度分布情况,并与相关文献对比验证了模型的可行性。(2)使用经过验证的模型进一步研究了不同因素对房水流动的影响。实验结果表明,自然对流是房水的主要流动方式,并且不同眼睛方位下差异明显,在站立时房水流动的更快;眼内温差对房水流动的影响最大,说明了房水的流动主要是受温差主导的浮升力驱动;瞳孔大小对房水流动几乎没有影响;而房水分泌率和小梁网渗透率对眼内压(IOP)的影响比较大,其中IOP随着房水分泌率的增大而增大,但随着小梁网渗透率的增大而减小。(3)最后使用当前模型对激光虹膜切除术后的人眼房水动力学进行了模拟研究。实验结果表明,当瞳孔阻滞时引起IOP升高,激光虹膜切除术能够改变房水的流动方向,达到降低IOP的目的;另外,激光虹膜开孔的位置距离瞳孔轴越远,角膜内皮细胞受到的壁面切应力越大,因此合适选择激光虹膜开孔的位置能够降低角膜内皮细胞因受壁面切应力过大而脱落的风险,以及有效的改善瞳孔阻滞带来的危害。(4)本文针对三维人眼房水动力学研究涉及的计算量巨大瓶颈问题,采用GPU技术对三维人眼房水动力学模型进行并行设计与优化。首先基于常规GPU并行技术,提出了一个三维人眼房水动力学模型LBM并行算法,并获得了约470倍的加速效果。为进一步提高算法的性能,探讨了线程块维度划分和共享内存的使用等优化策略的加速效果。实验结果表明,一维Grid与一维Block方案的性能最高,与此同时,共享内存的合理使用也能进一步提高算法性能。(5)三维人眼房水动力学模型的流场具有稀疏特性,包含由房水构成的需要计算的流体格点(仅占38%),以及由角膜、虹膜以及晶状体等构成的不需要计算的固体格点。针对这个特性,本文分别提出了基于间接寻址方法的分块寻址算法,以及基于稀疏矩阵的分块稀疏矩阵算法。这些算法均能够节省一半以上的内存消耗和大幅提升模型的性能,其中基于稀疏矩阵的分块稀疏矩阵算法的性能最好。综合本文提出的多种优化策略后,GPU程序的加速比可达866倍,性能为1541.89MLUPS,有效地提升了当前模型的计算性能。