GPU引发的计算化学革命.pdf

Se p t e mb e r 物 理化 学 学 E W u l i Hu a x u e X u e b a o Act a C h i m 2 0 1 1 2 7 9 2 0 1 9 2 0 2 6 2 0 1 9 Re v ie w GP U引发的计算化学革命 鲍 建樟 北京师范大学管理学院系统科学系 丰鑫 田 于建 国 l w n V wh x b p k u e d u cn 北京 1 0 0 8 7 5 北京师范大学化学学院 北京 1 0 0 8 7 5 摘要 综述了图形处 GP U 在计算化学中的应用和进展 首先简单介绍了GP U在科学计算中应用的发 展 然后分别详细讲述了迄今几个使用GP U和 CU D A co mp u t e u n i f i e d d e v i ce a r ch i t e ct u r e 显卡厂商N v i d i a 推出的计算平台 开发工具设计的量子化学计算和分子动力学 MD 模拟的算法和程序 尤其对目前唯一完全使 用GP U技术开发的量子化学计算软件T e r a Ch e m做了完备的介绍 包括算法 实现的细节和程序 目前的功能 此外 本文还对GP U在计算化学上将会发挥的作用做出了极为乐观的展望 关键词 GP U CU D A 计算化学 分子动力学 T e r a Ch e m 中图分类号 O6 4 1 GPU T r i gg e r e d Re v ol u t ion in Co m pu t a t ion a l Ch e mis t r y B AO J i a n Zh a n g F ENG Xi n Ti a n YU J i a n Gu o f De p a r t m e n t o fS y s t e ms S cie n ce S ch o o l o f Ma n a g e me n t B e i j i n g N o r m a l U n iv e r s i t y B e i j i n g 1 0 0 8 7 5 R C h i n a C o l l e g e o f C h e m i s t r y B e lti n gN o r m a l U n iv e r s ity B e i j i n g1 0 0 8 7 5 PR C h in a Ab s t r a ct Ov e r t h e la s t 3 y e a r s t h e u s e o f g r a p h i cs p r o ce s s i n g u n i t s GP U i n g e n e r a l p u r p o s e co mp u t i n g h a s b e e n i n c r e a s i n g b e ca u s e o f t h e d e v e l o p men t o f GPU h a r d wa r e a n d p r og r ammi n g t o o l s s u ch a s CU D A f co mp u t e u n i fie d d e v i ce a r ch i t e ct u r e H e r e we s u mma r i z e t h e p r o g r e s s i n a l g o r i t h ms a n d t h e cor r es p o n d i n g s o f t wa r e wi t h r e g a r d t o comp u t a t i o n a l c h e mi s t ry u s i n g GPU i n c l u di n g qu an t u m ch emi s t r y a n d mo l e c u lar d y n ami cs s i mu l a t i on s i n d e t a i l W e i n t r o du c e a n d e x p l o r e t h e n e wl y d e v e lop e d T e r a Ch e m p rogr am wh i c h i s u n i qu e q u a n t u m c h emi cal s o f t wa r e a n d we d i s c u s s t h e alg or i t h ms i mp l e men t a t i o n s a n d f u n c t i on al i t y o f t h e p r o gr a m Fi n al ly we g i v e a n o p t i mi s t i c o u t lo ok f o r t h e u s e o f GPU i n co mp u t a t i o n a l c h emi s t r y Ke y W o r d s GPU CUD A Co mp u t a t i o n al ch e mi s t r y Mo l e c u l a r d y n a mi c s T e r a Ch e m 1 引 言 计算 化学是基于计算科学 的原理来解 决化 学 问题的一个化学分支学科 计算科学和技术的任何 进步 都会 迅速 应用于计算化学 为计算化学 带来 长足 的进步 而敏锐的计 算化学家们 也 时刻关注 着计算科学 的每一个新进展 切盼这些进展能对使 用计算机从微观上 了解化学和生命现象带来突破 和契机 无疑 自2 0 0 7 年起 G P U在计算化学上 的应 用和导致 的一些具有 革命意义的进展 且该浪潮 的 势头还 正方 兴未艾 对任何与计算化学有关的学科 的科 学工作者 都 是应该密切 关注和深入 了解 的 概要介绍 G P U用于科学计算 的基本技术和原理 穷 极搜罗至今有关 的成果 条分缕析地归类分析 为 计算化学家和关注并需要计算化学成果 的非计算 化学家提供一个 引导性的材料 使他们能把握前进 的脉搏 而争取迅速迎头赶上 并在其中争得一席 Re ce iv e d Apr il 1 5 2 01 l Re v is e d J u n e 9 2 0 1 l Pu b l is h e do nWe b J u ne 2 4 2 01 1 C o r r e s p o n d i n g a u t h o r E ma i l j i a n g u o y u b n u e d u cn T e l 8 6 1 0 5 8 8 0 2 0 5 1 T h e p r o j e ct wa s s u p p o r t e d b y t h e Nm io n a l Na t u r a l S cie n ce F o u n d a t i o n o f Ch i n a 2 0 7 3 3 0 0 2 2 0 8 7 3 0 0 8 2 1 0 7 3 0 1 4 国家 自 然科学基金 2 O 7 3 3 0 0 2 2 0 8 7 3 0 0 8 2 1 0 7 3 O l 4 资助项目 E d it o r i a l o ffi ce o f Act a P h y s i co C h i mica S i n i ca 2 0 2 0 A ct a P h y s 一 C h i m S i n 2 0 1 1 lo 1 2 7 之地 是写这篇综述的初衷 在这篇综述中 第二节将简单介绍 G P U以及它 在数值计算 中应用发展 的几个阶段及加速在 GP U 上的计算软件开发的工具 第三节将逐一介绍迄今 使用 GP U改进量子化学计算算法和程序 的努 力和 一 个极有前景的完全基于 G P U的量子化 学计算软 件 T e r a C h e m 第四节介绍使用 G P U对 MD算法的改 进和迄今能在 G P U上运行 的MD程序 最后简单总 结并展望基于 GP U的计算化学算法和程序的辉煌 前 景 2 GP U在数值计算中的应用和软件开发工具 价格 合理 的 G P U g r a p h ics p r o ce s s in g u n i t s 图 形处理器1 最先是为能在计算机游戏中生动真切显 示三维 图形而设计 的计算机硬件 为了更好地显示 二维 3 D 图形 GP U需要对每个要显示的画面进行 大量的浮点运算 GP U最先的设计者们完全没有意 识到 他们在每一个 G P U中安排 的数百个计算单元 具有能够进行数量可观的并行运算的特征 使得 G P U在今天成 了科学计算 的宠儿 相 比而言 一直 在 计算机 中担 负计 算使 命 的每 一个 C P U ce n t r a l p r o ce s s i n g u n it 中央处理器 到今天也最多只能有数 个运算单元 多核 G P U的设计特性使得 巨大数 目 的并行事件 同时进入 GP U的 R AM r a n d o m a cce s s me mo r y 随机存取存储器 即相同操作能在GP U的 内存 不 同部 分 执 行 这 属 于 S I MD s in g l e in s t r u c t io n mu l t ip l e d a t a 单指令 多数据 类型 典型的 G P U 包含许多分列成组的计算单元 每组共享能快速进 旦 0 入的内存和一个指令单位 这些高度密集的计算单 元需要更大的 ca ch e 和控制单元 G P U在数值计算 中表现出的优异性能与 已经趋于平缓发展 的C P U 相比展现 出了令人耳 目一新的表现 见图 1 数据 收 集到 2 0 0 8 年 6月 而之后不到三年 的时间 到 2 0 1 1 年 3月 Nv id i a的Ge F o r ce G T X 5 9 0的G P U的浮 点 运算峰值和 内存带宽就又冲到 了2 4 8 8 3 GF l o p S 和 2 x1 6 3 8 7 GB S G P U结构 的本身具备进入科学计算 的基 本需 求 最早将 G P U用在数值计算中的企图可以追溯到 2 0 年前 尽管之后各种努力和尝试不绝如缕 但很 长时间 以来一直没有突破性 的进展 原因是缺少科 学计算编程的有效工具 当时一般是用特定的汇编 语 言或 图形 取 向的应用编程接 口 AP I a p p l ica t io n p r o g r a mmin g in t e r f a ce 如 O p e n GL或 D ir e ct X等 编 程 T作量之 巨大让人望而 生畏 值得一提 的工作 有最早 的Y a n g 等 使用 O p e n G L作为载体编制出程 序 在 G P U上进 行了分子动力学 的模拟计算 之后 有An d e r s o n 等 在 GP U上进行量子蒙特 卡罗 QMC 计算的尝试 由于 G P U硬件快速发展的促动和科学计算 高 速化 的迫切需求 在 GP U上用于科学计算简易快捷 的编程工具应运而生 它们是 A T I S t r e a m T e ch n o l o 2 v 和Nv id ia 的C UD A co mp u t e u n ifie d d e v ice a r ch i t e ct u r e S t r e a m计算机 编程范式 p a r a d ig m 最先 是 A T I 公 司为在 多个 计算 单 元或 多种 计算 硬件 如 C P U和GP U问容易进行平行计算设计的 不需特别 规定不同计算单元 问的交流和传递 之后A T I 公司 图 1 GP U与 C P U的浮点运算峰值和 内存带宽的 比较 Fig 1 Compa r is ons o f pe a k GFl op and m e mor y ba ndwidt h of GPU a nd CPU T he da t a cO m e f r o m NVI DI A we b s it e GT2 0 0 Ge Fo r ce GTX 2 8 0 G9 2 Ge F o r ce 98 0 0 GTX G8 0 Ge F o r ce 8 8 0 0 GT X G71 Ge F or ce 7 9 0 0 GTX G7 0 Ge Fo r ce 7 8 0 0 GTX NV4 0 Ge Fo r ce 68 0 0 Ul t r a NV3 5 Ge F o r ce F X 5 9 5 0 Ul t r a NV3 0 Ge Fo r ce FX 5 8 0 0 NO 9 鲍建樟等 G P U引发的计算化学革命 2 0 2l 在2 0 0 6 年被 A MD公司收并 直到 2 0 1 0 年后期 A T I 品牌彻底被 AMD取代 C UD A是一 个类似于 C语 言 的高级 直观 的编程 语 言 并 能被 C语 句调 用 NV I D I A公司最近还推 出了P a r a l l e l Ns i g h t 使 C U DA能在微软公司最为普及 的软件开发平台 V is u a l S t u d io 上使用 这惠及 了数百万 的软件开发工作者 可 以毫不夸张地说 C UD A给 G P U在科学计算上应 用 的飞速发展插上 了翅膀 一时间诸多的与数值计 算有关的科学家趋之若鹜 这 已经在改变着科学计 算的面貌了 现有数值计算的程序编码 已是浩如烟海 无论 如何方便 的在 G P U上的编程工具 如 C U DA 仍无 法重 复所有 已有 的编码和算法 若有简便的工具将 现有 的数 值计算 的程序 转换到 GP U上 将善莫 大 焉 在这个方 向上的尝试和进展包括能在 GP U上计 算的量子化学和固体物理中常用 的一些算法 中的 子程序库 如进行傅里叶变换的 C UF F T 和线性代 数库 C U B L AS 和 MAG MA 一 开始影响G P U在科学计算上普及使用的另 一 障碍是早期G P U较低的数值精度 随着N V I D I A 公司的支持 3 2 位浮点运算精度 的G8 0 系列 G P U卡 的 推 出 和 6 4 位 的 Ge F o r ce 8 8 0 0 G T X G P U卡 的 推 出 用于科学计算 的精度 问题得 到 了彻底 的解 决 尽管 在 6 4 位 浮点运算精度 下 运算速度会 有所损 失 3 使用 G P U的量子化学计算方法和程序 量子化学计算的基本方法 从头算 a b in it io 密度泛 函理论 D F T 的最主要计算工作 是求得双 电子排斥积分 也包括 D F T中的交换一 相关积分的数 值求取 和生成F o ck 矩阵以及矩阵的对角化 Y a s u d a 第一个认识到可使用GP U来提高计算 电子 排 斥积分 E R I 的速 度 他 使用 Ge F o r ce 8 8 0 0 GT X G P U卡 发展出了使用 G P U计算 D F T的KS矩 阵的 C o u l o mb 积 分的算法 但 仅适用于 S 和P基 函 数 这个 算 法 在 T a x o l 和 V a l in o my cin的 小基 组 和 L S D A D F T计算里 使用G P U计算C o u l o m b 势 仅 需C P U常规计算 时间的 1 3 尽管使用的 G P U仅支 持 单精度浮 点数运 算 但仍然有 可 以接受 的精度 Y a s u d a 的算法是在 G a u s s ia n 0 3 程序 上完成的 G P U对积分 的计算只能包括 S 和P基函数 是远 远不够 的 将 G P U上的积分计算扩展到d 及更 高角 量子数的基 函数的困难在于 目前最大 的单个 G P U 也无法容纳这些 高角量子数 的计算壳层 如对于一 个 价双 电子积 分的壳层 在 中间计算 时共 需要 5 3 7 6 个浮点数 它们要做多次的乘法运算 最终需 约 l 0 个 浮 点数 对 于 双 精 度 这 相 应 于 1 2 3 0 0 8 b y t e s 远远超 出了 目前最大单片 GP U的容量 有人 在等待着很快有更大的GP U上市 但As a d ch e v 等 另辟 蹊径 近来提 出 了一个使用 C UD A能计算到g 型基 函数的算法 他们将计算的中间结果存放在装 置的内存 而不是 GP U中 并将这些壳层块的积 分 重新 排序 满足这些积分 的频繁调用 这样做带 来 的问题是为了适应 所有积 分类 型的有 效排 列的方 式 原来在 C P U下使用的大量程序 需要重写 他们 采用了由一个个模块 自动生成的方式来解决这个 问题 使 用 GT X2 7 5和 T e s l a T1 0 GP U卡 他 们 与 G AME S S 比较 了双 电子 排 斥 积 分 的运 算 速 度 C P U能达 到 1 G F l o p S t 每秒钟进行 1 g ig a浮点运 算 而 G P U在单精度和双精度运算 时能分别达到 5 0和 2 5 GF l o p S 对D F T G G A中的X C 交换一 相关 势的数值计 算 仍是Y a s u d a 首先提出了在G P U上计算的算法 他 采用 的策 略 是 在 仅 将 XC较 费 时 的 步骤 交 由 GP U 其余仍 由C P U处理 使用NVI DI A的G e F o r ce 8 8 0 0 GT X卡 与 2 8 GH z的I n t e l P e n t iu m 4 相 比 该 步计算的加速能达到4 0 倍 As p u r u G u z ik等 将开发基于 G P U的量子化 学算法 的注意力放在 了包括相关能校正的R I MP 2 f R I r e s o l u t io n o t h e i d e n t i t y 方法上 除了对于含过 渡金属的体系 MP 2 计算的平衡几何构型优于广为 使用 的DF T MP 2 计算 中最为耗 时的是原子轨道基 的积分 向分子轨道基 的变换 这一般是体系基函数 数 目J 的5次方 O 引入 R I 积分近似可减少计 算时间而又没有明显的精度损失 A s p u r u G u z i k 等 分析 R I MP 2 计 算各个步骤 对计算机 时间 的需求 认识到RI MP 2 计算 中主要的时间消耗是在从半变 换 的三指标积分变换为分子轨道积分 时的矩 阵相 乘 他们使用 C UB L AS 的函数在 G P U上执行矩 阵 相乘的运算f 将 C UB L AS的函数引入量子化学计算 这还是首次 据他们自己的测试 在单精度下 计算 速度能达到原来使用 C P U的4 3倍 使用 NVI DI A T e s l a C1 0 6 0 G P U和4 G B的内存 他们测试了有 1 6 8 个原子的分子V a l i n o my cin 在单精度 混合精度和 双精度下分别能比C P U提速 l 3 8 1 0 0 和 7 8 倍 在 双精度 下 误 差接近于零 他们 的计算是植根于 另 20 2 2 Act a P s 一 Ch i m S i n 2 0 1 1 Vl01 2 7 一 广为使用的商品化量子化学计算程序 Q C h e m 在此还 应提 及一个 不被化 学家 熟悉 的 使用 Da u b e ch ie s 波 而不是 G a u s s ia n型的基 函数 的程序 包 B ig DF T Bi g D F T使用 C UD A在 G P U上编程 达 到了极高的并行效率 使用 G P U的版本能 比C P U的 提速达6 倍 量子化学计算程序 F ir e fl y 的前身是著名的量 子化 学程序 GA ME S S 的变 种 P C G AME S S 近来 F ir e fl y 在它的MP 4 S D T Q 计算中使用了GP U 对于 C 1 一 HF 分 子使用 6 3 l 1 G 2 d 2 p 基组进行单 点计 算 在使 用 四个 G P U 2 G T X 2 9 5 2 C1 0 6 0 时 计 算 速度提高 了近 1 0 倍 通 用 的 量 子 化 学程 序 包 Q C h e m 的一 个 突 出 特 点是具有运算速度非常快 的D F T计算功能 近来 O C h e m的开发者们 Ga n等 也将 G P U用于进一步 提高D F T 计算速度 结合已有的可用于D F T 一些步 骤 的GP U算法和 Q C h e m在DF T计算上的改进 提 出 一 个方案 t a s k b a s e d p r o g r a mmin g o b j e ct o r ie n t e d de s ig n OPENM P f o r mu l t it h r e a d ing M P I f o r cr os s n o d e co mmu n i ca t io n s 即基于作业编程 目标取 向设 计 用OP E NMP作多线程和用MP I 处理节点问的交 通 作者 自己的测试计算对 T a x o 1 分子 C H NO 使用一片C 1 0 6 0 G P U 计算速度提高了2 4 倍 若使 用4片G P U 速度提高达到 了1 0 2 倍 对将 G P U使用到量子化学计算极为关注和付 出努 力的还有 美 国I o wa 州立大 学 的Go r d o n教授 Go r d o n教授 的研 究小组 是 G AME S S 程序 的维护 者 并不断开发和发展 最先对 G P U计算精度的不 足曾影响了Go r d o n 教授对之的投入 随着双精度的 GP U卡 的出现 G o r d o n 教授 和 G AME S S研发 小组 变成了积极的参与者 Go r d o n 教授和他 的研发小组 正在重 写 G AME S S中的程序 使之 能在 GP U 七高 效使用 相信很快就有这样 的G AME S S 版本推 出 以上提到 的近几年提 出的使用 G P U提高量 子 化学计算速度的算法中 除了B i g D F T 其余都是利 用现有软件包 改善其中部分算法 在某一特定计 算步骤 使计算速度得到提高 而刚于 2 0 1 0 年推 出 的T e r a C h e m程 序则 完全 使用 C UDA概 念 重写 了 G P U上 的量化计算的基本程 序 T e r a C h e m是由美 国 S t a n f o r d大 学 的 Ufimt s e v和 Ma r t in e z 编 写完 成 的 由美国P e t a C h e m公司于2 0 1 0 年推出商业化版 本 由于他们在 GP U的量子化学程序 的先驱性 的 丁作和突出贡献 Ma r t i n e z 教授被 G o r d o n 称 为美 国 量子 化学 家 的 G P U的领 头人 Ufimt s e v和 Ma r t i n e z 提 出的计算双 电子排斥 积分基于 McMu r ch ie Da v i d s o n 框架 检验 了三种分 配 G P U C P U丁作和处理 任 务分块 的模式 1 B C I 1 T 1 C I 和 1 T 1 P I 先 进 行 由 H原子 组 成 的体 系 的 Is s 型积分的运算 然后推广到包括 由P函数组成 的基的排斥积分 他们发现若从 Ga u s s i a n 基 的双 电 子排斥积分直接进入 F o ck 矩阵 而不是如传统的将 G a u s s ia n轨 道 基 的排 斥 积 分 收 缩 到 S l a t e r 轨 道 S T O 在 G P U下能有 极高 的效率 对于 由 6 4个 H 组成 的体系 使 用 6 3 1 1 G和三种模 式计算 排斥积 分 分别耗 费 7 0 8 6 0 6 7 5 和 0 4 2 8 S 加上用 C P U的 预计算 的0 0 0 9 S 和 G P U C P U转换的 0 8 8 3 S 最快 的 1 T 1 P I 模 式 共 需 1 3 2 0 S 而 使用 G AME S S在 单 C P U下则需 1 7 0 8 S Ufimt s e v 和 Ma r t in e z 随后报道 了完全使用 G P U进行 H a r t r e e F o ck计算的方法 基 于 以前提出的 1 T1 P I 处理双 电子排斥积分的方法 他们提 出了Ha r t r e e F o ck的 矩阵和 K矩 阵在 GP U 下依据大小分块处理的算法 还研究了多 G P U的并 行化处理 每个 GP U处理 自己的l 矩阵子块 计算 矩阵时每个GP U处理 矩阵的不同的行 使用三个 G P U卡 GT X2 8 0 1 做 检 验 能 达 到 一 个 G P U卡 的 2 0 2 8 的效率 他们测试 了从2 4 个原子到4 5 3 个原 子组成 的分子的 Ha r t r e e F o ck 单 点能量计 算 使用 3 2 l G和 6 3 1 G基组 以及 一个 G P U Ge F o r ce 2 8 0 G T X 在双精度下 与 G AME S S 相 比 速度能提高 4 0 到 6 0 0 多倍 而总能量 的差别可忽略 计 Ufimt s e v 和 Ma r t in e z系列文章的第三篇 是关 于能量解析梯度计算 的G P U处理 包括C o u l o mb 和 交换部分计算的处理 加上多 G P U卡的并行计算 的 处理 该方法可用于 Ha r t r e e F o ck能量和 DF T能量 的解析梯度 的计算 使用 GP U程序 和单个 GP U卡 G e F o r ce 2 9 5 GT X 与 在 4 核 2 6 6 GH z C P U上 运行 的G AME S S程序 相比 从小到大 的分子 GP U仍然 可有数倍到超过百倍 的速度提高 这样 他们提 出的在 G P U上运行的量子化学计 算的算法 涵盖了基本的从头算 DF T的全部三个耗 时步骤 双 电子积分 Ha r t r e e F o ck Ko h n S h a n 矩 阵 处理和能量 的解析梯度 基 于此 Ma r t in e z 推 出了 他们 的 T e r a C h e m程 序 2 0 1 0年 春推 出 的为 1 0 5 版 能进行 闭壳层 的Ha r t r e e F o ck和 D F T的单点能 量计算 基于解析梯度的几何构型极小化和过渡态 优化的计算 以及基于以上计算 能量和解析梯度 NO 9 鲍建樟等 G P U引发的计算化学革命 2 0 2 3 的动 力学模 拟 MD 和简 单 的QM MM 计 算 使 用 T e r a C h e m 很容易检验和实现上述他们 的三篇论文 的结果 最近 2 0 1 1 年4月 推出的v 1 4 5 版 已能进行 包括 d 轨道和含过渡金属原子体系 的H F和 D F T计 算 并能达到与 轨道差不多的速度提 高 具体算 法 的改进和实现还未见有详细报道 T e r a C h e m更为不凡 需引起密切关注的原因是 这是第一个完全基于GP U 从零开始编制 的量子化 学计算程序 本文 引述 的在 Ufimt s e v 和 Ma r t i n e z的 工作之前或之后 的关于 GP U的量子化学计算 的算 法 的文章 虽都基 于某一特 定量子 化学程序 包实 现 但 至今还都没有 能进 入公开发行 的程序包 中 有些或许只能永远停留在纸面上 而 T e r a C h e m 进 入人们 的视 野 就 以完 备的商 品软件 的姿态 出现 据 P e t a C h e m网站披露 T e r a C h e m在 2 0 1 0 年春 天一 推 出 短短半年就有超 过4 0 0 0 份 的试用版本发 出 展现 出蓬勃的生命力 量子蒙特 卡罗 QMC 是求解与时问无关的薛定 谔方程 的精 确方法 之一 并且 Q MC很容 易并行 化 A n d e r s o n等 在 2 0 0 7 年就提 出了在 G P U上 加速 QMC计算的方案 使用 C U DA核优化缓存使用 在 GP U上进 行需求很大 的并行计算 对 于 8 3 2 个 原 子 的体 系 比C P U上的执行 速 度能有 5 倍的提高 Me r e d i t h 等 在单精度的G P U上用量子簇近似 使 用规整晶格上的二维H u b b a r d 近似研究超导在临界 温度下 的混乱效应 在G P U上使用C UB L AS 库执行 矩阵乘法 得到与C P U上的双精度可比的结果 4 分子动力学算法和程序中的GP U MD计算对生物分子的模拟 自McC a m m o n 等 对酶的计算为肇基 当时的计算水平是5 0 0 个原 子 模拟 的时间 1 0 p s 之后飞速发展 到 了今天 模 拟 的生物体系包括数百万个原子 模拟 时间能持续 到微秒都已成常规 而科学家对生命现象 的深入 了 解仍在向计算化学家不断提 出更高的要求 如对蛋 白质折叠的MD模拟研 究 折叠行为约需毫秒来完 成 如以纳秒 为步长做模拟 且每步计算花费一天 计 这样 的模拟就需执行一百万天 即差不多 3 0 0 0 年 这确实是对计算化学家提 出了严 峻的挑 战 虽 然有人花费巨资搭建豪华计算机系统 如 日本 的总 耗资超过一千 五百万美元 的MDG R AP E 3 系统 这是 使用 专门设计的硬件加速搜 寻表 以加速直接 空问非键 的计算 但这样的耗 费巨资并为某一特定 问题专门设计的硬件完全无法做广泛 的推广 且不 说耗资惊人了 而GP U适时的出现为MD对生物 的 模拟计算带来了曙光 由于在 G P U下编程 的 困难 早期试 图在 GP U 上提高 MD计算速度 的努 力有许 多是走入迷途 的 报导的结果也是使人信疑参半 至今被普遍接受 的 GP U上 MD算法 的成功 改进仍属本文 开始提 及的 Y a n g等 的工作 尤 其值 得赞 许 的是该 工 作是 在 C UD A推 出之 前 直接使 用 O p e n G L编 程 在 G P U 上 实现需惊人的工作量 并达到了 1 0 倍 以上速度的 提 高 虽然他们 的算法相 当简捷 在模拟过程 中仅 包含 L e n n a r d J o n e s 相互作用和建立一个邻接 目录 而缺乏对生物体系模拟 的许多计算步骤 但这个先 驱性 的工作仍有力地证实 了GP U能在 MD模拟上 发挥重要作用 早期使用 GP U改进 MD运算速度 的尝试大都 局限于使用简化的模型 或者只针对于特定的问题 做处理 而不是着眼于对真正MD的全面改进 L i u 等 是第一个使用C UD A来对 MD的计算进行 改进 的 他们仅在 G P U上计算简化 的范德华势 而避免 了对凝聚态体系 MD模拟的复杂的乘积运算 S t o n e 等 在他们的文章里仔细讨论 了一系列用于分子模 拟的算法 提 出了第一个直接空间范德华势和静 电 势在 GP U上合并处理 的方法 但该方法并不包括任 何实际的MD计算 而仅仅是在被模拟体系临近库 仑势的时间平均的计算 中使用 G P U 并引入到 MD 程序包NAMD 中 诞生了NAMD的GP U加速 的新 版 之后还有一些使用 GP U对 MD算法 的局部改 进 竭 直到A n d e r s o n 等 将共价项的贡献与使用 G P U计算的范德瓦尔和简谐键势项加入到他们的 HOO MD程序包 中 用 于研究非离子液体 可 以认 为 GP U版的HOO MD朝 向真正完整的GP U的MD 程序前进了一大步 真 正能称之为使用 G P U的MD程序产 品是到 2 0 0 9 2 0 1 0 年才出现的 至今只有三个MD程序包可 认为基本满足 它们分别是H a r v e y 等 的A C E MD F r ie d r ich s 等 的Op e n MM和 P h il ip s 等 的N AMD AC E MD可谓 是第一个 支持全 部 G P U加速功 能的处理凝聚相 的MD程序包 可处理周期性边界 和短程 长程的静 电作用 使用 G P U加速后 有很 明 显的速度提高 O p e n MM是一个程序库 起先仅是 对于小的和中等大小的体系使用非键项的间接求 2 0 24 Act a P h y s 一 Ch im S in 2 0 1 1 V0 1 2 7 和方法来计算溶剂的广义Bo rn模 型 之后 E a s t ma n 和 P a n d e 对 之 改进 显性 计算 进行 溶剂 的 MD模 拟 最 新推 出 2 0 1 1 年 3月 1 1日 的 O p e n MM 版 是 v 3 0 著名 MD程序包 G RO MACS 新近 的GP U版 将 O p e n MM纳入其 中 可在GP U上大大提高MD计 算的速度 NA MD的v 2 7 b 2 版也添加了GP U加速 的 明确进行溶剂化计算 的功能 在对一个 由2 5 0 9 5 个 原子组成的生物体系的模拟计算 速度提 高到了8 6 倍 NA MD最 新的版本是 v 2 8 b l 仍是 以C P U计算 为主 在多节 点间进 行 MD计算 而将 之置于 GP U 的环境 使用单片或多片G P U来提高C P U的单个节 点内的计算效率以达到提高 MD计算速度的 F j 的 AMB E R程序可谓是 MD计算机程序家族 中最 为 著名 的一员 由一些使用 A MB E R力场 进行 与 MD有关 计算 的程序包组 成 最近 AMB E R程序 家 族 的 P ME MD程 序在 显 性溶 剂 P ME p a r t icl e me s h E wa l d H 广义 B o r n 模型 GB g e n e r a l iz e d B o rn 的处 理 中使用 N v id ia的GP U 并 因之 推 出了A MB E R1 1 版 但使用 G P U后 的速度提高和计算精度还都有 待于检验 最 近 推 出 的 另 一 MD 程 序 H 00 MD B L UE 0 9 2 也声称支持GP U的运算 算法的作者声称他 们 的整个 MD计算都在 G P U上进行 单片 G P U运算 的速度 相 当于 3 0 个微 处理 器 尽 管有诸多 的对 MD在 G P U 上应用 的算法 的 创立和改进 和相应的能在 G P U上运行的 MD程序 的推出 其 中某些还声称是完全使用了在 G P U上基 于C U D A开发的新算法 但相对于G P u的量子化学 计算 程序能对速度 有 5 0 1 0 0 倍 的提 高 G P U上 的 MD程序 的速度提高还不尽如人意 最高速度提高 的倍数大约为 1 0 但据我们验证 除特殊情况 基本 无 法达到这 个速率1 这 是 由MD计 算 的本质 决 定 的 尽 管今天 的C P U 甚至 GP U的计算速度 已足够 快 但硬件问数据传递 的速度仍是瓶颈 而 MD计算 却是非常依赖和需要这些传输 GP U运算速度 的提 高无助于这些传输 甚至加重 了节点间数据传输 的 压力 这就是为什么至今 G P U上的MD程序仅限于 单个 GP U O p e n MM和 AMB E R 或单个节点内的多 个 GP U AC E MD 仅 NA MD试 图在 多节 点上应用 G P U改进 MD的计 算速 度 试图模 拟非 常大 的体 系 而 是优化单节 点 内的运行 这需要数量众 多 的 G P U卡 而仅有 差强人意 的速度提 高 且 性价 比 还相当低 5 结语 近年 由C UD A带动的 G P U在科学计算上 的蓬 勃 应 用和 发 展 不可 能不 进 入计 算化 学 领域 白 2 0 1 0 年 以来 接连有 G P U在计算化学 包括量子化 学计算和MD模拟1 的综述文章发表 如G6 t z 等 题 为 Q u a n t u m C h e mis t r y o n G P U 的综述 和 X u等 对 GP U在生物分子 MD模拟的进展的综述f 本文的 一 些材料问接引自这两篇综述 最近美国C h e m i ca l E n g in e e r in g Ne ws 上 的一 篇题 为 G P U革命 T h e G P U Re v o l u t io n 的短文也对 G P U将对计算化 学 的贡献和前景给出了极为乐观的评价和期许 纵观 由三年来 多方努 力和 如雨后春 笋般的在 GP U上的量子化学计算和 MD模拟算法和程 序的 呈现 仅有 Ufimt s e v和 Ma r t in e z辛勤 创 立 的 T e r a C h e m软件是完全从零的基础上 完全为 G P U计算 设计和实现 却也达到 了计算速度 的可喜提 高 而 其它量子化学程序和差不多所有的MD程序都还有 各种各样的缺憾和不足 T e r a C h e m或许会成为量子 化学计算的一个新里程碑 如 同四十年前 G a u s s ia n 7 0 和九十年代初量子化学软件的商品化大潮 呈现 以二十年为周期的飞跃 同时 N v id ia 会不断推出容量吏大 速度更快 的 GP U 而价格也会 愈来愈低 C U DA也会不 断扩 充 新功能 并愈来愈完善 使得在 GP U上编制科学计 算程序成为常规 而AMD的A T I S t r e a m T e ch n o l o g y 和 相应 的硬件或许在很近 的将 来会成为 Nv id ia 的 GP U卡和 C UD A的有 力竞争者 而且 GP U在 科学 计算上的应用也将出现百花齐放的繁盛局面 这些 都使我们相信 我们处在 一个计算化学新时代来临 的前 夜 R e f e r e nce s 1 NV DI A C UDA C o mp u t e U n i fi e d D e v i ce Ar ch i t e ct u r e P r o g r a mmin g G u i d e V e r s io n 3 0 h t t p w ww n v id i a co m o b j e ct cu d a d e v e l o p h t ml a cce s s e d Ma r ch 6 2 0 1 O 2 C o mp a r is o n o f N v i d i a Gr a p h ics P r o ce s s i n g U n i t s h t t p e n wik ip e dia o r g wik i Co mp a r is o n o f Nv id ia g r a p b ic s p r o c e s s in g u n it s a cce s s e d Ma r ch 6 2 0 1 O 3 L e n g y e l J Re ich e r t M Do n a l d B R Gr e e n b e r g D E Co mpu t Gr a ph 1 9 9 0 2 4 3 2 7 f 4 B o h n C A J o i n t C o n f e r e n ce o nI n t e l l i g e n t S y s t e ms1 9 9 9 J C 1 S 9 8 1 9 9 8 2 6 4 f 5 Ho f f K E I I Cu l v e r Ke y s e c J Mi n g L Ma n o ch a D Fa s t Co mp u t a t io n o f Ge n e r a l iz e d Vo r o n o i Dia g r a ms Us in g G r a p h ics h a r d wa r e I n P r o ce e d in g o fS I GG R A P H 9 9 Da n v e r s NO 9 鲍建樟等 G P U引发 的计算化学革命 2 0 2 5 6 7 8 9 f l 0 f I 2 1 3 1 4 f l 5 1 6 1 7 f 1 8 1 1 9 2 0 2 1 2 2 2 3 f 2 4 Au g us t 8 1 3 1 9 9 9 As s is o n W s s l e y P u b l is hin g Co mp a n y 1 9 9 9 2 7 7 2 8 6 Y a n g J Wa n g Y C h e n Y C o m p u t 肋 2 0 0 7 2 2 1 7 9 9 An d e r s o n A G Go d d a r d W A I I I S ch r o d e r P Co mpu t Ph y s Commu n 2 0 0 7 i 7 7 2 6 5 ATI S t r e a m T e chn o l o g y h t t p www a m d co rn US PRODUCTS TECHN OLOGI ES S TREAM TECHNOLOGY Pa g e s s t r e a m t e ch n o l o g y a s p x A cce s s e d Ap r i l 1 3 2 o 1 1 C UD A S a n t a Cl a r a C A h t tp w ww n v id i a co m o b j e ct cu d a h o me n e w h t ml a cce s s e d Ap r i l 1 3 2 0 1 1 NVI DI A S a n t a Cl a r a CA CUF FT Lib r a r y h t t p d e v e l o pe r d o wn l o a d n vid ia co m co mp u t e cu d a 2 3 t o o l k it d o cs C UF F T L i b r a ry 2 3 p d f a cce s s e d Ma r ch 6 2 0 1 0 NVI DI A S a n t a Cl a r a CA CUBLAS Lib r a r y 2 0 h t t t d e v e l o p e r d o wnl o a d n v id ia co m co mp u t e cu d a 2 0 d o cs CUBLAS L i b r a ry 2 0 p d f a cce s s e d Ma r ch 6 2 o l o I n n o v a t iv e Co mp u t in g La b o r a t o r y Un iv e r s it y o f Te n n e s s e e Ma t r