Молекулярное моделирование на графических процессорах
Молекулярное моделирование на графическом процессоре — это метод использования графического процессора (ГП) для молекулярного моделирования . [1]
В 2007 году компания NVIDIA представила видеокарты, которые можно было использовать не только для отображения графики, но и для научных расчетов. Эти карточки содержат множество арифметических единиц (по состоянию на 2016 год). [update], до 3584 в Tesla P100), работающих параллельно. Задолго до этого события вычислительные мощности видеокарт использовались исключительно для ускорения графических вычислений. Новым было то, что NVIDIA позволила разрабатывать параллельные программы в интерфейсе прикладного программирования (API) высокого уровня под названием CUDA . Эта технология существенно упростила программирование, позволив писать программы на C / C++ . Совсем недавно OpenCL позволил обеспечить кроссплатформенное ускорение графического процессора.
Квантово-химические расчеты [2] [3] [4] [5] [6] [7] и молекулярной механики моделирование [8] [9] [10] ( молекулярное моделирование с точки зрения классической механики ) являются одними из полезных применений этой технологии. Видеокарты способны ускорять вычисления в десятки раз, поэтому ПК с такой картой имеет мощность, аналогичную мощности кластера рабочих станций на базе обычных процессоров.
Программное обеспечение для молекулярного моделирования с ускорением графическом на процессоре
Программы [ править ]
- Морское ушко – молекулярная динамика ( тест )
- ACEMD на графических процессорах с г. 2009
- AMBER в версии для графических процессоров
- Ascalaph Версия для графических процессоров – Ascalaph Liquid GPU
- AutoDock – Молекулярный стыковка
- Программа BigDFT Ab initio на основе вейвлета
- BrianQC Квантовая химия ( HF и DFT ) и молекулярная механика
- Blaze Виртуальный скрининг на основе лиганда
- CHARMM – Молекулярная динамика [1]
- CP2K Ab initio молекулярная динамика
- Desmond (программное обеспечение) на графических процессорах, рабочих станциях и кластерах
- Firefly (ранее PC GAMESS)
- FastROCS
- GOMC — механизм моделирования Монте-Карло, оптимизированный для графического процессора
- GPIUTMD – графические процессоры для многочастичной динамики
- GPUMD - легкий код молекулярной динамики общего назначения.
- GROMACS на графических процессорах [11]
- HALMD – высокоускоренный крупномасштабный пакет MD
- HOOMD-blue. Архивировано 11 ноября 2011 г. в Wayback Machine - Высокооптимизированная объектно-ориентированная многочастичная динамика - Blue Edition.
- LAMMPS на версии GPU – лампы для ускорителей
- LIO Оптимизированный для графического процессора код DFT — [2]
- Octopus поддерживает OpenCL.
- oxDNA — крупномасштабное моделирование ДНК и РНК на графических процессорах.
- PWmat - Моделирование функциональной теории плотности плоских волн
- РУМД - Университет молекулярной динамики Роскилле [12]
- TeraChem - Квантовая химия и ab initio молекулярная динамика
- TINKER о графических процессорах. [13]
- VMD и NAMD на версиях графических процессоров
- YASARA запускает MD-моделирование на всех графических процессорах с использованием OpenCL .
API [ править ]
- BrianQC - имеет открытый API уровня C для моделирования квантовой химии на графических процессорах, предоставляет версию Q-Chem и PSI с ускорением на графическом процессоре.
- OpenMM - API для ускорения молекулярной динамики на графических процессорах, версия 1.0 предоставляет версию GROMACS с ускорением на графическом процессоре.
- mdcore — с открытым исходным кодом независимая от платформы библиотека с общей памятью . для моделирования молекулярной динамики в современных параллельных архитектурах
Проекты распределенных вычислений [ править ]
- GPUGRID Распределенная суперкомпьютерная инфраструктура
- Folding@home Проект распределенных вычислений
См. также [ править ]
- графический процессор
- Кластер графического процессора
- ГПГПУ
- Программное обеспечение для молекулярного дизайна
- Список программного обеспечения для квантовой химии и физики твердого тела
- Сравнение программного обеспечения для моделирования молекулярной механики
- Сравнение программного обеспечения для моделирования нуклеиновых кислот
- Редактор молекул
- Складной@дома
- Имитированная реальность
Ссылки [ править ]
- ^ Стоун Дж.Э., Филлипс Дж.К., Фреддолино П.Л., Харди DJ, Трабуко Л.Г., Шультен К. (декабрь 2007 г.). «Ускорение приложений молекулярного моделирования с помощью графических процессоров». Журнал вычислительной химии . 28 (16): 2618–2640. CiteSeerX 10.1.1.466.3823 . дои : 10.1002/jcc.20829 . ПМИД 17894371 . S2CID 15313533 .
- ^ Ясуда К. (август 2008 г.). «Ускорение вычислений функциональной плотности с помощью графического процессора». Журнал химической теории и вычислений . 4 (8): 1230–1236. дои : 10.1021/ct8001046 . ПМИД 26631699 .
- ^ Ясуда К. (февраль 2008 г.). «Двухэлектронный интегральный анализ на графическом процессоре». Журнал вычислительной химии . 29 (3): 334–342. CiteSeerX 10.1.1.498.364 . дои : 10.1002/jcc.20779 . ПМИД 17614340 . S2CID 8078401 .
- ^ Фогт Л., Оливарес-Амая Р., Кермес С., Шао Ю., Амадор-Бедолла С., Аспуру-Гузик А. (март 2008 г.). «Ускорение квантово-химических расчетов Мёллера-Плессе второго порядка с разрешением идентичности с помощью графических процессоров» . Журнал физической химии А. 112 (10): 2049–2057. Бибкод : 2008JPCA..112.2049V . дои : 10.1021/jp0776762 . ПМИД 18229900 . S2CID 4566211 .
- ^ Уфимцев И.С., Мартинес Т.Дж. (февраль 2008 г.). «Квантовая химия на графических процессорах. 1. Стратегии двухэлектронного интегрального анализа». Журнал химической теории и вычислений . 4 (2): 222–231. дои : 10.1021/ct700268q . ПМИД 26620654 .
- ^ Иван С. Уфимцев и Тодд Дж. Мартинес (2008). «Графические процессоры для квантовой химии». Вычисления в науке и технике . 10 (6): 26–34. Бибкод : 2008CSE....10f..26U . дои : 10.1109/MCSE.2008.148 . S2CID 10225262 .
- ^ Торнаи Г.Я., Ладжански И., Рак А, Киш Г., Черей Г. (октябрь 2019 г.). «Расчет квантово-химических двухэлектронных интегралов с применением технологии компилятора на графическом процессоре». Журнал химической теории и вычислений . 15 (10): 5319–5331. дои : 10.1021/acs.jctc.9b00560 . ПМИД 31503475 . S2CID 202555796 .
- ^ Джошуа А. Андерсон; Крис Д. Лоренц; А. Травессет (2008). «Моделирование молекулярной динамики общего назначения, полностью реализованное на графических процессорах». Журнал вычислительной физики . 227 (10): 5342–5359. Бибкод : 2008JCoPh.227.5342A . CiteSeerX 10.1.1.552.2883 . дои : 10.1016/j.jcp.2008.01.047 .
- ^ Кристофер И. Родригес; Дэвид Дж. Харди; Джон Э. Стоун; Клаус Шультен и Вен-Мэй В. Хву. (2008). «ГПУ-ускорение парных потенциалов отсечки для приложений молекулярного моделирования». В CF'08: Материалы конференции по вычислительным технологиям 2008 г., Нью-Йорк, штат Нью-Йорк, США : 273–282.
- ^ Питер Х. Колберг; Феликс Хёфлинг (2011). «Высокоускоренное моделирование стеклянной динамики с использованием графических процессоров: предостережения по поводу ограниченной точности вычислений с плавающей запятой». Вычислить. Физ. Коммун . 182 (5): 1120–1129. arXiv : 0912.3824 . Бибкод : 2011CoPhC.182.1120C . дои : 10.1016/j.cpc.2011.01.009 . S2CID 7173093 .
- ^ Юсиф Р.Х. (2020). «Изучение молекулярных взаимодействий между неокулином и рецепторами сладкого вкуса человека с помощью вычислительных подходов» (PDF) . Сайнс Малайзия . 49 (3): 517–525. дои : 10.17576/jsm-2020-4903-06 .
- ^ Бэйли Н., Ингебригтсен Т., Хансен Дж.С., Вельдхорст А., Бёлинг Л., Лемаршан С. и др. (14 декабря 2017 г.). «RUMD: пакет молекулярной динамики общего назначения, оптимизированный для использования аппаратного обеспечения графического процессора до нескольких тысяч частиц» . SciPost Физика . 3 (6): 038. arXiv : 1506.05094 . Бибкод : 2017ScPP....3...38B . дои : 10.21468/SciPostPhys.3.6.038 . ISSN 2542-4653 . S2CID 43964588 .
- ^ Харгер М., Ли Д., Ван З., Далби К., Лагардер Л., Пикемаль Дж.П. и др. (сентябрь 2017 г.). «Tinker-OpenMM: Абсолютная и относительная алхимическая свободная энергия с использованием AMOEBA на графических процессорах» . Журнал вычислительной химии . 38 (23): 2047–2055. дои : 10.1002/jcc.24853 . ПМЦ 5539969 . ПМИД 28600826 .