Particle-Mesh-Ewald (PME) 算法在GPU 上的实现.pdf

第 29 卷第 5 期计算机与应用化学 ,
2012 年 5 月 28 puters and Applied Chemistry May 28, 2012

Particle-Mesh-Ewald(PME)算法在 GPU 上的实现
1,2 1* 1,2 1,2 1
石静,李晓霞,刘忠亮,刘文志,郭力
(1. 中国科学院过程工程研究所多相复杂系统国家重点实验室,北京,100190;
2. 中国科学院研究生院,北京,100049)
摘要:分子动力学模拟(MD)是分子模拟的一类常用方法,为生物体系的模拟提供了重要途径。由于计算强度大,目前 MD
可模拟的时空尺度还不能满足真实物理过程的需要。作为 CPU 的加速设备,近年来,GPU 为提高 MD 计算能力提供了新的可
能。GPU 编程难点主要在于如何将计算任务分解并映射到 GPU 端并合理组织线程及存储器,细致地平衡数据传输和指令吞吐
量以发挥 GPU 的最大计算性能。静电效应是长程作用,广泛存在于生物现象的各个方面,对其精确模拟是 MD 的重要组成部
分。Particle-Mesh-Ewald(PME)方法是公认的精确处理静电作用的算法之一。本文介绍在本实验室已建立的 GPU 加速分子动
力学模拟程序 GMD 的基础上,基于 NVIDIA CUDA,采用 GPU 实现 PME 算法的策略,针对算法中组成静电作用的三个部分
即实空间、傅立叶空间和能量修正项,分别采用不同的计算任务组织策略以提升整体性能。使用事实上的标准算例 dhfr 进行的
测试结果表明,实现 PME 的 GMD 程序,性能分别是 Gromacs 版单核 CPU 的 倍,8 核 CPU 的 倍,基于 OpenMM
加速的 Gromacs GPU 版本的 倍。
关键词:PME;分子动力学模拟(MD);GPU;CUDA;GMD
中图分类号:O643; ; ; O6-39 文献标识码:A 文章编号:1001-4160(2012)05-517-522


1 引言法[7]、Barnes-Huts 方法[8]等以及适用于周期性边界条件的
Ewald 方法[9]、PPPM(Particle-Particle-Particle-Mesh)方
分子动力学模拟(molecular dynamics,MD)方法是
法[10]、PME(Particle-Mesh-Ewald)方法[11-12]等。
分子模拟的一类常用方法,作为一种典型的计算机模拟
由于真实实验体系(μm 以上)远远大于目前分子动
方法,目前分子动力学可以模拟的空间尺度在 nm 级,
力学模拟可模拟的空间尺度(nm),人们往往采用周期性
时间尺度在 ns 级,远远不能满足真实实验体系模拟的需
边界条件通过对小尺度体系的模拟获得与实验体系相同
求。通常人们将基于 MPI 等编程模型的 CPU 并行计算作
或近似的系综平均值[13]。1921 年 Ewald 提出的 Ewald 加
为提高分子动力学模拟速度的主要途径。近年来,图形
和方法目前已成为处理周期性边界条