论文部分内容阅读
基于GPU在计算化学中的应用与开发，本论文首先介绍了近年涌现出的基于GPU的计算化学（量子力学和分子力学）的新算法及现有的GPU计算化学程序的应用进展，然后重点介绍了我们自主研发的基于GPU加速的半经验程序和从头算双电子排斥积分算法的GPU程序。本论文的结构和主要内容如下：(1)阐述了计算化学从头算方法、DFT方法和分子动力学的相关理论及现有的CPU程序存在的问题和性能瓶颈。(2)详细介绍了GPU的强大计算能力和Nvidia CUDA架构作为GPU编程应用最为广泛的编程架构的相关知识。(3)介绍了现有的GPU程序TeraChem、ACEMD和其他程序的研究进展，及使用Amber和TeraChem联用进行GPU加速的QM/MM计算的尝试。(4)半经验方法由于其计算速度比通常的从头算方法快百倍以上，在今天的计算化学领域仍然扮演着非常重要的角色，但是在处理通常包含数千乃至数万个原子的生物分子体系，半经验方法仍然需要提高计算速度。我们采用GPU对原有的半经验程序进行改进。在开发过程中，我们分析了半经验程序的计算速度的瓶颈所在，并针对计算中最为耗时的部分Fock矩阵对角化和密度矩阵元计算使用GPU加速，实现了对传统CPU半经验程序30倍左右的加速比。(5)对于大多数从头算方法来说，处理电子结构的第一步是大量的双电子排斥积分的计算。进行电子排斥积分计算的计算量之大与耗时之多是从头算计算程序的一大瓶颈，我们利用Nvidia CUDA平台重新编写了从头算算法中的s双电子积分计算部分，通过我们的不断摸索，使用GPU重新编写的代码能显著提高双电子积分的计算速度。目前计算化学领域常用的计算程序大多开发于70-80年代，老旧的程序架构在日新月异的计算机技术面前显得十分落后。GPU计算的崛起对于计算化学领域来说意义重大，设计并开发适合GPU高度并行性的计算程序，充分利用GPU的强大计算能力，从而数十倍的提高计算化学程序的计算效率。最后对中国计算化学借助新兴的GPU技术实现突破提供了建议和意见：GPU用于数值计算为中国计算化学界提供了一个新机遇。利用新兴的GPU技术，开发出有中国独立知识产权，跻身世界一流的计算化学软件，改变中国只能高价购买国外软件的现状，此其时也。