基于CPU-GPU集群的分子动力学并行计算研究

发布时间：2020-12-29 10:01

　　分子动力学模拟是一种离散模拟的方法,是计算量非常庞大的一种模拟分子运动的方法。其主要是以分子的运动规律为基础,计算分子在一定时间内的运动变化情况,根据计算过程中得到的数据,进行定性和定量的分析,从而得到分子体系的各种物理性质和化学性质。现已广泛的应用于物理、化学、生物、材料、医学等各个领域。GPU专为密集型、高度并行化的计算而设计,CUDA技术的应用降低了GPU通用计算开发难度。单GPU的计算能力已经比较强大,但是对于具有实际意义的超大规模的模拟系统来说,分子量高达上千万甚至上亿,这种系统所需要的计算能力远远大于单GPU,因此发展多个GPU并行的计算体系是有一定研究和实际意义的。本文主要针对分子动力学大规模模拟系统的并行计算进行研究。搭建CPU-GPU集群并行计算平台,集群中每个计算节点都以CPU为主处理器GPU为协处理器,将并行数值计算部分由GPU完成,其余操作由CPU完成。以CUDA为开发环境,完成分子动力学模拟在此集群上的实现。提出适合GPU计算的区域分解算法—“最小表面积法”进行并行任务的划分,这是一种（元胞）静态负载平衡算法,可以一定程度的降低集群中节点间通信代价,同时采用元... 

【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

元胞列表法Fig.1.2Theeell一listmethod

邻居列表法I5]的主要思想是为每个分子建立一个邻居列表，用来存储与其之间有作用力的分子信息，这种算法的复杂度很高，因为每个分子都需要和模拟系统中所有分子进行作用力的计算，如图1.3所示。元胞一邻居列表法则是上述两种算法的结合，先根据元胞列表法把模拟空间划分成一个个的小元胞，再采用邻居列表法，这样为分子建立邻居列表法时，不需要同所有的分子都计算判断，只需与其相邻近元胞内的分子进行判断比较即可。

图2.1线程块网格 Fig.2.1Thegridofthreadblocks如图2.1所示，一个内核函数对应一个网格，一个网格内又有很多线程块，每个线

【参考文献】：
期刊论文
[1]复杂多相流动分子动力学模拟在GPU上的实现[J]. 陈飞国,葛蔚,李静海.  中国科学(B辑:化学). 2008(12)
[2]基于MPI的并行PC集群搭建的实现[J]. 曲兆伟,余文华.  中国传媒大学学报(自然科学版). 2007(02)
[3]科学计算与科学观变革[J]. 郝宁湘.  科学技术与辩证法. 2000(06)
[4]分布式计算机系统（DCS）负载平衡算法20年[J]. 钟志伟,王广芳,赵先武.  计算机工程. 1995(06)

博士论文
[1]单晶硅纳米级磨削过程的分子动力学仿真研究[D]. 郭晓光.大连理工大学 2008

硕士论文
[1]C-SI系统的分子动力学并行仿真[D]. 赵振兴.大连理工大学 2008
[2]分子动力学空间分解并行计算中的负载平衡方法研究[D]. 肖永浩.中国工程物理研究院 2006



本文编号：2945453