發(fā)布時(shí)間：2018-05-10 14:51

  本文選題：GPU + CUDA��； 參考：《安徽師范大學(xué)》2014年碩士論文

【摘要】：基于GPU在計(jì)算化學(xué)中的應(yīng)用與開發(fā)，本論文首先介紹了近年涌現(xiàn)出的基于GPU的計(jì)算化學(xué)（量子力學(xué)和分子力學(xué)）的新算法及現(xiàn)有的GPU計(jì)算化學(xué)程序的應(yīng)用進(jìn)展，然后重點(diǎn)介紹了我們自主研發(fā)的基于GPU加速的半經(jīng)驗(yàn)程序和從頭算雙電子排斥積分算法的GPU程序。 本論文的結(jié)構(gòu)和主要內(nèi)容如下： (1)闡述了計(jì)算化學(xué)從頭算方法、DFT方法和分子動(dòng)力學(xué)的相關(guān)理論及現(xiàn)有的CPU程序存在的問題和性能瓶頸。 (2)詳細(xì)介紹了GPU的強(qiáng)大計(jì)算能力和Nvidia CUDA架構(gòu)作為GPU編程應(yīng)用最為廣泛的編程架構(gòu)的相關(guān)知識(shí)。 (3)介紹了現(xiàn)有的GPU程序TeraChem、ACEMD和其他程序的研究進(jìn)展，及使用Amber和TeraChem聯(lián)用進(jìn)行GPU加速的QM/MM計(jì)算的嘗試。 (4)半經(jīng)驗(yàn)方法由于其計(jì)算速度比通常的從頭算方法快百倍以上，在今天的計(jì)算化學(xué)領(lǐng)域仍然扮演著非常重要的角色，但是在處理通常包含數(shù)千乃至數(shù)萬個(gè)原子的生物分子體系，半經(jīng)驗(yàn)方法仍然需要提高計(jì)算速度。我們采用GPU對原有的半經(jīng)驗(yàn)程序進(jìn)行改進(jìn)。在開發(fā)過程中，，我們分析了半經(jīng)驗(yàn)程序的計(jì)算速度的瓶頸所在，并針對計(jì)算中最為耗時(shí)的部分Fock矩陣對角化和密度矩陣元計(jì)算使用GPU加速，實(shí)現(xiàn)了對傳統(tǒng)CPU半經(jīng)驗(yàn)程序30倍左右的加速比。 (5)對于大多數(shù)從頭算方法來說，處理電子結(jié)構(gòu)的第一步是大量的雙電子排斥積分的計(jì)算。進(jìn)行電子排斥積分計(jì)算的計(jì)算量之大與耗時(shí)之多是從頭算計(jì)算程序的一大瓶頸，我們利用Nvidia CUDA平臺(tái)重新編寫了從頭算算法中的s雙電子積分計(jì)算部分，通過我們的不斷摸索，使用GPU重新編寫的代碼能顯著提高雙電子積分的計(jì)算速度。 目前計(jì)算化學(xué)領(lǐng)域常用的計(jì)算程序大多開發(fā)于70-80年代，老舊的程序架構(gòu)在日新月異的計(jì)算機(jī)技術(shù)面前顯得十分落后。GPU計(jì)算的崛起對于計(jì)算化學(xué)領(lǐng)域來說意義重大，設(shè)計(jì)并開發(fā)適合GPU高度并行性的計(jì)算程序，充分利用GPU的強(qiáng)大計(jì)算能力，從而數(shù)十倍的提高計(jì)算化學(xué)程序的計(jì)算效率。最后對中國計(jì)算化學(xué)借助新興的GPU技術(shù)實(shí)現(xiàn)突破提供了建議和意見：GPU用于數(shù)值計(jì)算為中國計(jì)算化學(xué)界提供了一個(gè)新機(jī)遇。利用新興的GPU技術(shù)，開發(fā)出有中國獨(dú)立知識(shí)產(chǎn)權(quán)，躋身世界一流的計(jì)算化學(xué)軟件，改變中國只能高價(jià)購買國外軟件的現(xiàn)狀，此其時(shí)也。
[Abstract]:Based on the application and development of GPU in computational chemistry, this paper first introduces the new algorithms of computational chemistry (quantum mechanics and molecular mechanics) based on GPU and the application progress of existing GPU computational chemistry programs in recent years. Then we introduce the semi-empirical program based on GPU acceleration and the GPU program based on ab initio double electron repulsion integral algorithm. The structure and main contents of this thesis are as follows: The related theories of computational chemistry ab initio method and molecular dynamics, the problems existing in the existing CPU programs and the performance bottlenecks are described. The powerful computing power of GPU and the knowledge of Nvidia CUDA as the most widely used programming architecture for GPU programming are introduced in detail. This paper introduces the research progress of the existing GPU program Tera Chemer ACEMD and other programs, and attempts to use Amber and TeraChem in the GPU accelerated QM/MM calculation. (4) the semi-empirical method is still playing a very important role in computational chemistry today because its computational speed is more than 100 times faster than the usual ab initio method, but it still plays a very important role in dealing with biomolecular systems that usually contain thousands or even tens of thousands of atoms. The semi-empirical method still needs to improve the speed of calculation. We use GPU to improve the original semi-empirical program. In the course of development, we analyze the bottleneck of the computing speed of the semi-empirical program, and use GPU to accelerate the calculation of the most time-consuming part of the Fock matrix diagonalization and density matrix element calculation. The speedup ratio of 30 times to the traditional CPU semi-empirical program is realized. For most ab initio calculations, the first step in dealing with electronic structures is the calculation of a large number of double electron repellent integrals. It is a bottleneck of ab initio calculation program to calculate the electronic repellent integral. We rewrote the s double electron integral calculation part of ab initio calculation method by using Nvidia CUDA platform, and through our continuous exploration, The code rewritten using GPU can significantly improve the calculation speed of double electron integral. Most of the computing programs commonly used in the field of computational chemistry were developed in the 1970s and 1980s. The rise of the old program architecture in the face of the ever-changing computer technology is of great significance to the field of computational chemistry. In order to make full use of the powerful computing power of GPU, the computational program suitable for high parallelism of GPU is designed and developed, and the computational efficiency of computational chemistry program is improved by tens of times. Finally, some suggestions and suggestions for the breakthrough of Chinese computational chemistry with the help of the new GPU technology are given. The application of the GPU to the numerical calculation provides a new opportunity for the Chinese computational chemistry community. It is time to use the emerging GPU technology to develop China's independent intellectual property rights and rank among the world's best computational chemistry software, changing the situation that China can only buy foreign software at a high price.
【學(xué)位授予單位】：安徽師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP311.1;O641.121

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蔡廣宇;崔世林;;基于互信息的焊縫圖像處理及其GPU實(shí)現(xiàn)[J];焊接技術(shù);2010年10期

2 韓博;陸新征;許鎮(zhèn);李易;;基于高性能GPU計(jì)算的城市建筑群震害模擬[J];自然災(zāi)害學(xué)報(bào);2012年05期

3 程甜甜;陳閣;陳新;李云飛;;基于GPU的大規(guī)模地形場景實(shí)時(shí)渲染[J];蘇州大學(xué)學(xué)報(bào)(工科版);2008年03期

4 楊輝華;唐天彪;李靈巧;郭拓;羅國安;;基于GPU計(jì)算的并行PLS算法研究與實(shí)現(xiàn)[J];分析測試學(xué)報(bào);2012年07期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相關(guān)會(huì)議論文 前4條

1 夏青;岳利群;;基于GPU編程的海浪仿真技術(shù)研究[A];2007系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2007年

2 劉小虎;胡耀國;符偉;;大規(guī)模有限元系統(tǒng)的GPU加速計(jì)算研究[A];中國計(jì)算力學(xué)大會(huì)'2010（CCCM2010）暨第八屆南方計(jì)算力學(xué)學(xué)術(shù)會(huì)議（SCCM8）論文集[C];2010年

3 張迪;黃偉;羅琦;王侃;;波形板干燥器內(nèi)液滴數(shù)值模擬的GPU并行加速[A];第十六屆全國流體力學(xué)數(shù)值方法研討會(huì)2013論文集[C];2013年

4 李慧;付志一;;基于GPU計(jì)算的有限元總剛組成方法探索[A];北京力學(xué)會(huì)第17屆學(xué)術(shù)年會(huì)論文集[C];2011年

相關(guān)重要報(bào)紙文章 前7條

1 本報(bào)記者 劉燕;GPU加速是手機(jī)瀏覽器方向[N];科技日報(bào);2012年

2 ;GPU，智能手機(jī)好推手[N];電腦報(bào);2013年

3 諸玲珍;NVIDIA推0.13微米GPU[N];中國電子報(bào);2002年

4 網(wǎng)絡(luò)世界記者 周源;曙光三款GPU服務(wù)器問世[N];網(wǎng)絡(luò)世界;2013年

5 小溪 編譯;NVIDIA唱響GPU統(tǒng)一架構(gòu)時(shí)代序曲[N];計(jì)算機(jī)世界;2006年

6 ;GPU市場Q2創(chuàng)八年最大增幅[N];計(jì)算機(jī)世界;2009年

7 沈陽 劉鏑;GPU：給顯卡一顆驛動(dòng)的“芯”[N];電腦報(bào);2001年

相關(guān)博士學(xué)位論文 前4條

1 陳鋼;眾核GPU體系結(jié)構(gòu)相關(guān)技術(shù)研究[D];復(fù)旦大學(xué);2011年

2 劉華海;節(jié)點(diǎn)內(nèi)多CPU多GPU協(xié)同并行繪制關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2012年

3 白洪濤;基于GPU的高性能并行算法研究[D];吉林大學(xué);2010年

4 林一松;面向GPU的低功耗軟件優(yōu)化關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 韋婷;基于GPU的自然場景渲染優(yōu)化技術(shù)研究[D];廣西大學(xué);2013年

2 梅世冬;實(shí)時(shí)陰影繪制方法研究及GPU加速[D];華中師范大學(xué);2010年

3 李軍;基于GPU的大規(guī)模場景實(shí)時(shí)陰影繪制[D];湖南大學(xué);2011年

4 晏福興;基于GPU的軟陰影技術(shù)的研究[D];杭州電子科技大學(xué);2009年

5 明星;基于GPU的醫(yī)學(xué)圖像三維重建算法及其應(yīng)用[D];華中科技大學(xué);2009年

6 馬鳴飛;基于GPU加速的三維超聲成像系統(tǒng)[D];哈爾濱工業(yè)大學(xué);2011年

7 蘇金洲;基于粒子濾波的檢測前跟蹤算法研究及在GPU平臺(tái)上的實(shí)現(xiàn)[D];電子科技大學(xué);2013年

8 范希賢;基于GPU的并行排序?qū)W習(xí)算法研究[D];哈爾濱工業(yè)大學(xué);2012年

9 劉偉;基于圖譜配準(zhǔn)的肝臟CT三維自動(dòng)分割研究及GPU加速平臺(tái)實(shí)現(xiàn)[D];南京郵電大學(xué);2011年

10 彭紹鑫;基于GPU的硬件加速方法及其在積分方程數(shù)值解中的應(yīng)用[D];電子科技大學(xué);2008年

本文編號(hào)：1869749