Particle-Mesh Ewald(PME)算法的GPU加速

讨论在NVIDIACUDA开发环境下,用GPU加速分子动力学模拟中静电作用的长程受力计算部分.采用Particle-Mesh Ewald(PME)方法,将其分解为参数确定、点电荷网格离散、离散网格的傅立叶变换、静电热能求解与静电力求解5个部分,并分别分析各部分的GPU实现.此方法已成功用于7个不同大小的生物分子体系的模拟计算,达到了7倍左右的加速.该程序可耦合到现有分子动力学模拟软件中,或作为进一步开发的GPU分子动力学程序的一部分,显著加速传统分子动力学程序.

nPME对GROMACS软件并行计算性能的影响分析

在分子动力学并行计算的过程中,正确地处理好并行规模与PME(Particle-Mesh Ewald)方法的任务分配,对于提高分子动力学的并行效率具有非常重要的影响。以常用的分子动力学软件Gromacs[1-3]为例,利用上海超级计算中心"魔方"超级计算平台,就不同并行规模与不同PME任务分配方式下的计算性能进行测试。发现并行能在一定的范围内显著的提高Gromacs的计算效率,但是当并行规模超过一定值后,计算效率反而下降。另一方面,当并行规模较小时,不设置PME专属节点的计算效率较高;但当并行规模较大时,合理的设置PME专属节点,能显著地提高计算的效率。这一结果能对从事分子动力学模拟的研究人员合理分配并行资源提供帮助。