在消费级GPU上加速半经验电子结构理论计算,使用混合精度密度矩阵净化.
Pit Steinbach1, Christoph Bannwarth1
1Institute of Physical Chemistry, RWTH Aachen University, Melatener Str. 20, Aachen 52074, Germany.
Journal of chemical theory and computation
|July 15, 2025
概括
这项研究加速了使用图形处理单元 (GPU) 和混合精度方法的半实证电子结构计算. 新方法显著加快了大分子密度矩阵的构建速度,使得模拟速度更快.
科学领域:
- 计算化学的计算化学
- 材料科学 材料科学 材料科学
- 量子化学 是一个量子化学.
背景情况:
- 解决一个电子密度矩阵的Roothaan-Hall方程是半实证电子结构方法中的计算瓶.
- 直接解决密度矩阵没有先前的轨道计算提供了一个潜在的解决方案.
研究的目的:
- 在GPU上实施和优化尼克拉森的密度矩阵净化方案,以提高计算效率.
- 开发一种混合精度 (MP) 方案,在消费级GPU上利用单一精度 (FP32) 性能,而不会影响精度.
主要方法:
- 在GPU上实现密度矩阵净化密度线性代数的实现.
- 为SCF计算量身定制的混合精度 (MP) 方案的开发.
- 使用GFN2-xTB方法对具有1000个以上基础函数的分子进行比较,与LAPACK和cuSOLVER进行比较.
主要成果:
- 与大型分子系统的传统对角化方法相比,MP GPU实现的速度更快.
- 能量和梯度的数值精度仍然很高,相当于完全双精度 (FP64) 的计算.
- 异步GPU实现允许并行SCF计算,通过分子动力学加速构型采样.
结论:
- 开发的GPU加速MP方案为商品硬件上的半经验计算提供了显著的加快速度.
- 这种方法提高了大规模模拟和先进的计算化学技术的可行性.
更多相关视频
05:37Rapid in-silico Battery Electrolyte Electrochemical Reaction Generation using 3T-VASP Multi-Scale Energy Minimization
Published on: August 22, 2025
82
10:52Multiscale Sampling of a Heterogeneous Water/Metal Catalyst Interface using Density Functional Theory and Force-Field Molecular Dynamics
Published on: April 12, 2019
13.0K