GROMACS: высокопроизводительные молекулярные моделирования посредством многоуровневого параллелизма от ноутбуков до суперкомпьютеров
GROMACS: High performance molecular simulations through multi-level parallelism from laptops to supercomputers
2015-07-16
SCID: 54.1/ps8uhxx9
Discuss with AI
ускорение CPU-GPUGROMACSSIMDмолекулярная динамикамногоуровневый параллелизм
Figures from the paper
Abstract (AI)
GROMACS — одна из наиболее широко используемых в химии открытых и бесплатных программных систем, применяемая преимущественно для динамического моделирования биомолекул. Он предоставляет богатый набор типов вычислений, инструментов подготовки и анализа. Поддерживаются несколько современных методов расчёта свободной энергии. В версии 5 достигаются новые высоты производительности благодаря ряду новых и усовершенствованных алгоритмов параллелизации. Они действуют на всех уровнях: SIMD-регистры внутри ядер, многопоточность, гетерогенное ускорение CPU–GPU, современное трёхмерное разбиение области (3D domain decomposition) и параллелизация на уровне ансамблей через встроенный replica exchange и отдельный фреймворк Copernicus. Поддерживается новейший передовой формат сжатого хранения траекторий.
Key Findings
1
Параллельность на уровне ансамбля обеспечивается встроенным replica exchange и отдельным фреймворком Copernicus.
2
GROMACS — широко используемое открытое программное обеспечение для молекулярного моделирования динамики биомолекул с обширными инструментами подготовки и анализа.
3
Многоуровневая параллельность реализована на уровне SIMD-регистров, многопоточности, гибридного ускорения CPU-GPU и 3D-разбиения области.
4
Добавлена поддержка передового формата сжатого хранения траекторий.
5
Версия 5 достигает значительных улучшений производительности благодаря нескольким новым и усовершенствованным алгоритмам параллелизации.
Research Object
Программное обеспечение для молекулярного моделирования GROMACS
Research Subject
Высокопроизводительная многоуровневая параллелизация и связанные с ней характеристики производительности для динамического моделирования биомолекул (SIMD, многопоточность, ускорение CPU–GPU, 3D разложение домена, параллелизация на уровне ансамблей, сжатое хранение траекторий)
Publication Details
Publication Date
2015-07-16
Journal
Publisher
ISSN
Cited by
27801
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai1
Работы, цитирующие эту статью9
LAMMPS — гибкий инструмент моделирования материалов на основе частиц на атомном, мезоскопическом и континуальном масштабах2021
DeePMD-kit v2: программный пакет для моделей глубокого потенциала2023
Масштабируемое моделирование равновесных ансамблей белков с помощью генеративного глубокого обучения2025
Инфраструктура с открытым исходным кодом на основе искусственного интеллекта для ускорения поиска материалов и передового производства2026
Исследование периферического сайта связывания PIP2 и его роли в альтернативной регуляции суперсемейства TRP-каналов2025
Регион, чувствительный к каннабидиолу, участвующий в аллостерической модуляции α7 никотинового рецептора2026
Оценка структурных дескрипторов для переохлажденной воды с помощью машинного обучения2026
Фотоэкситация вызывает перемещение общего флуоресцентного зонда pH и переноса протонов, заключённого в обратных мицеллах2026
Синтез, исследование поверхностной активности и молекулярно-динамическое моделирование катионного четвертичного аммониевого поверхностно-активного вещества2026