基于GPU的分子動(dòng)力學(xué)模擬方法研究.pdf

1、隨著集成電路技術(shù)的發(fā)展，圖形處理器(Graphics Processing Unit,GPU)的發(fā)展相當(dāng)迅速，GPU的計(jì)算能力及存儲(chǔ)器帶寬均已大大超過(guò)目前主流CPU。將GPU作為CPU的協(xié)處理器完成大規(guī)模數(shù)據(jù)密集型的計(jì)算任務(wù)，相對(duì)于集群和超級(jí)計(jì)算機(jī)的實(shí)現(xiàn)，具有很高的每瓦特性能、每平方英尺性能和性能/價(jià)格比。另一方面，分子動(dòng)力學(xué)(Molecular Dynamics，MD)模擬作為研究復(fù)雜凝聚態(tài)系統(tǒng)的有力工具，廣泛應(yīng)用于物理、化學(xué)、生物、

2、材料、醫(yī)學(xué)等各個(gè)領(lǐng)域，但計(jì)算能力一直是制約其研究發(fā)展的瓶頸。因此，本文基于CUDA(Computer UnifiedDevice Architecture，統(tǒng)一計(jì)算設(shè)備架構(gòu))平臺(tái)，利用GPU完成分子動(dòng)力學(xué)模擬具有重要的理論意義和現(xiàn)實(shí)意義。
　　 本文在對(duì)基于CUDA的GPU并行計(jì)算技術(shù)和分子動(dòng)力學(xué)模擬方法進(jìn)行深入研究的基礎(chǔ)上，將GPU與分子動(dòng)力學(xué)模擬相結(jié)合，選取模擬耗時(shí)90％的分子間作用力計(jì)算部分，給出了基于CUDA的并行計(jì)算模

3、型，分析了并行計(jì)算方法，給出了基于GPU的分子動(dòng)力學(xué)模擬算法流程，通過(guò)在Intel Dual-Core2.93GHzCPU和GeForce GTS250 GPU上進(jìn)行了實(shí)現(xiàn)，測(cè)試結(jié)果表明GPU帶來(lái)了20倍的加速效果。在分析分子間作用力并行計(jì)算模型不足的基礎(chǔ)上，給出了一種改進(jìn)的并行計(jì)算方法，并以測(cè)試結(jié)果說(shuō)明了改進(jìn)方法的有效性。
　　 分子動(dòng)力學(xué)模擬的目的是獲取宏觀統(tǒng)計(jì)物理量，熱力學(xué)量就是一種常見(jiàn)的物理量。本文研究了GPU加速的熱力

4、學(xué)量提取方法，給出了熱力學(xué)量提取的CUDA并行化模型和算法流程，進(jìn)行了CUDA并行實(shí)現(xiàn)和測(cè)試。結(jié)果表明，在誤差極小的情況下，基于GPU的熱力學(xué)量提取得到了190倍的速度提升。
　　 徑向分布函數(shù)(radial distribution function，RDF)也是一種常見(jiàn)的物理量，用來(lái)研究物質(zhì)的有序性和電子的相關(guān)性。本文研究了GPU加速的RDF提取方法，將鄰近分子搜索算法映射為GPU線程并行處理過(guò)程，給出了鄰近分子搜索的CUD