Particle-Mesh-Ewald(PME)算法在GPU上的实现

被引：9

作者：

石静 ^{[1
,2
]}

李晓霞 ^{[1
]}

刘忠亮 ^{[1
,2
]}

刘文志 ^{[1
,2
]}

郭力 ^{[1
]}

机构：

[1] 中国科学院过程工程研究所多相复杂系统国家重点实验室

[2] 中国科学院研究生院

来源：

计算机与应用化学 | 2012年 / 29卷 / 05期

关键词：

PME; 分子动力学模拟(MD); GPU; CUDA; GMD;

D O I：

10.16866/j.com.app.chem2012.05.002

中图分类号：

O4-39 [电子计算机在物理学中的应用]; TP391.41 [];

学科分类号：

0702 ; 080203 ;

摘要：

分子动力学模拟(MD)是分子模拟的一类常用方法,为生物体系的模拟提供了重要途径。由于计算强度大,目前MD可模拟的时空尺度还不能满足真实物理过程的需要。作为CPU的加速设备,近年来,GPU为提高MD计算能力提供了新的可能。GPU编程难点主要在于如何将计算任务分解并映射到GPU端并合理组织线程及存储器,细致地平衡数据传输和指令吞吐量以发挥GPU的最大计算性能。静电效应是长程作用,广泛存在于生物现象的各个方面,对其精确模拟是MD的重要组成部分。Particle-Mesh-Ewald(PME)方法是公认的精确处理静电作用的算法之一。本文介绍在本实验室已建立的GPU加速分子动力学模拟程序GMD的基础上,基于NVIDIACUDA,采用GPU实现PME算法的策略,针对算法中组成静电作用的三个部分即实空间、傅立叶空间和能量修正项,分别采用不同的计算任务组织策略以提升整体性能。使用事实上的标准算例dhfr进行的测试结果表明,实现PME的GMD程序,性能分别是Gromacs4.5.3版单核CPU的3.93倍,8核CPU的1.5倍,基于OpenMM2.0加速的Gromacs4.5.3GPU版本的1.87倍。

引用

页码：517 / 522

页数：6

共 27 条

[1]

Molecular dynamics simulations of biomolecules:long-range electrostatic effects. Sagui C,Darden TA. Annual Review of Biophysics and Biomolecular Structure . 1999

[2]

计算机辅助药物分子设计[M]. 化学工业出版社 , 徐筱杰等编著, 2004

[3]

Die Berechnung optischer und elektrostatischer Gitterpotentiale. Ewald P P. Annals of Physics . 1921

[4]

Computer Simulation Using Particles. Hockney R W,Eastwood J W. . 1981

[5]

Particle mesh Ewald: An N·log(N) method for Ewald sums in large systems. Darden T,York D,Pedersen L. Journal of Chemistry . 1993

[6] Particle-Mesh Ewald(PME)算法的GPU加速 [J].

徐骥 ;

葛蔚 ;

任瑛 ;

李静海 .

计算物理, 2010, 27 (04) :548-554

[7] 分子动力学模拟中基于GPU的范德华非键作用计算 [J].

刘文志 ;

李晓霞 ;

余翔 ;

杨小震 ;

郭力 .

计算机与应用化学, 2010, 27 (12) :1607-1612

[8]

Scattered data interpolation with multilevel B-splines. Lee S,Wolberg G,Shin S Y. IEEE Transactions on Visualization and Computer Graphics . 1997

[9]

GPU high-performance computation: CUDA. Zhang S,Zhu Y L,Zhao K Y, et al. . 2009

[10]

OpenMM webSite,https://simtk.org/home/openmm .

← 1 2 3 →