一个有效的RI-MP2算法用于分布式多GPU架构
Calum Snowdon1, Giuseppe M J Barca2
1School of Computing, Australian National University, Canberra 2600, Australia.
Journal of chemical theory and computation
|October 18, 2024
概括
我们开发了一个新的算法来计算分子能量,使用GPU上的身份分辨率,第二阶Møller-Plesset扰动理论 (RI-MP2). 这种方法显著加快了计算速度,并减少了大型分子的能量消耗.
科学领域:
- 计算化学的计算化学
- 量子化学 是一个量子化学.
- 高性能计算 高性能计算
背景情况:
- 第二阶Møller-Plesset扰动理论 (MP2) 对于精确的分子能量计算至关重要,超出了Hartree-Fock近似.
- 当前的RI-MP2方法在现代超级计算机架构上面临计算成本和可扩展性挑战.
- 需要高效的算法来将RI-MP2应用于更大,更复杂的分子系统.
研究的目的:
- 介绍第一个分布式内存多GPU算法用于RI-MP2计算.
- 为数百个GPU加速器优化RI-MP2计算.
- 在现代硬件上实现高效和可扩展的量子化学模拟.
主要方法:
- 开发了一种新的分布式内存算法,用于形成RI-MP2中间张量,并进行最小的通信.
- 实现了一个分布式内存算法,用于能源减少步骤,在GPU集群上保持高性能.
- 在所有计算步骤中使用了数百个GPU加速器.
主要成果:
- 在基于GPU的超级计算机上实现了接近峰值的性能.
- 超越了最先进的量子化学软件的3.5倍以上的速度.
- 减少了8倍的计算功率消耗.
- 在Perlmutter超级计算机上展示了11.8 PFLOP/s的性能,用于大型水集群.
结论:
- 新的多GPURI-MP2算法提供了显著的解决时间和功耗优势.
- 这项工作为在GPU加速系统上对大分子应用先进的量子化学方法铺平了道路.
- 利用现代GPU计算环境对于推进计算化学至关重要.


