全新 GPU 应用加速探索更有效的药物和更高质量的材料
(2011-12-13 02:55:53)
标签:
cudaitnvidiatesla计算机视觉英伟达应用程序 |
分类: GPU |
LAMMPS、GROMACS、GAMESS、QMCPACK 跻身顶级多 GPU 加速的科学应用行列
2011 年 11 月 10 日 — 美国加利福尼亚州圣克拉拉市 — 英伟达™ (NVIDIA®) 今天宣布,材料科学与生物分子学建模领域中四大领先的应用程序现已新增了对多 GPU 加速的支持,从而能够将模拟时间从数天缩短至数小时。这四款应用程序分别是 LAMMPS、GROMACS、GAMESS 以及 QMCPACK。
如此一来,科学家便能够以更高的精度和更长的时间周期来研究更大的分子模型,从而增进人们对药物潜在影响和新材料有效性的了解。 探索周期的缩短和成本的降低也可以让药物开发人员从中受益。
除了这四款科学建模应用程序以外,现有的应用还包括AMBER、NAMD 以及 TeraChem 它们所组成的阵营不断壮大,让大学、政府以及行业研究人员能够利用 GPU 的处理能力,从而推进研究进步。
英伟达公司英伟达™ (NVIDIA®) Tesla™ 事业部经理 Sumit Gupta 表示:“GPU 让低价、节能的超级计算实现了广泛普及,这将加速科学研究的步伐。 这种计算能力给科学界带来的好处是不可估量的,例如让研究人员能够在代价高昂且十分耗时的动物研究与病人试用之前,更快、更精确地模拟蛋白质与候选药物相 互作用的生物学行为。”
这四款被科学家广泛使用的应用程序利用超级计算来为各个关键领域推动建模的进步:
- GAMESS 是一款量子化学应用程序,它在设计新药与新材料方面是非常重要的。 该应用程序利用计算方法来分析分子的电子结构和属性。
- GROMACS 可模拟蛋白质与候选药物之间生物分子的相互作用。 它可以用来研究蛋白质的折叠与误折叠,这有助于研究人员了解老年痴呆症、亨汀顿氏舞蹈症以及某些癌症等疾病。
- LAMMPS 可用来在原子级别上对软体 (生物分子、聚合物) 或固态 (金属、半导体) 材料进行建模。
- QMCPACK 可模拟材料属性,利用连续量子蒙特卡洛法来实现高精度和绝佳的可扩展性。
业内评论
“在可扩展性极高的高效代码这方面,我们希望能够尽可能地突破极限。 想要实现这一目标,GPU 技术是最有希望的途径。 考虑到我们与美国能源部实验室之间的联系,节能也同等重要,利用 GPU 来加速量子化学还可以降低能耗。”— Mark Gordon, 爱荷华州立大学化学系著名教授、
AMES 实验室应用数学科学计划主任、GAMESS 项目负责人
“与从前相比,由 GPU 支持的 GROMACS 4.6 预计能够使模拟性能提升 2-3
倍。更快的模拟速度让研究科学家能够对候选药物的生物学行为以及疾病中涉及的蛋白质受体有更深入的了解。”
— Erik Lindahl, KTH 皇家研究所理论与计算生物物理学教授、瑞典斯德哥尔摩大学
AlbaNova 大学中心计算结构生物学技术教授
“对于使用 QMCPACK 的主要工作负荷来说,我们发现,与双 CPU 节点相比,单 GPU 节点能够实现 3 倍速度提升。
同时,我们还发现,这种性能在数以百计的 GPU 上具有绝佳的扩展能力。
这让我们能够以前所未有的规模和精度来研究材料属性。”
— Jeongnim Kim, 美国橡树岭国家实验室研发科学家
一位最初的 LAMMPS
开发人员表示:“著名的时间尺度限制会阻碍分子动力学研究工作者:他们模拟的时间不够长,因此无法为很多感兴趣的现象创建模型。 通过使用大型
GPU 集群,模拟的时间尺度便可以大幅延长。”
— Steve Plimpton, 美国桑迪亚国家实验室著名技术人员
“由于可以在本地使用大量计算效率极高的 GPU 节点,因此我们能够以全新的方式进行药物设计,为疾病机理提供新的见解。凭借
GPU,我们已经能够以更少的假设情况来运行核群模拟,从而打造出更加逼真的模型。”
— Michael Kuiper 博士、Victorian Partnership for Advanced
Computing 公司计算科学家
生物分子和材料科学方面的研究人员如果有兴趣免费试用这些全新的 GPU 加速应用程序,可以立即报名参加英伟达™ Tesla™ MD SimCluster 计划。 这款现成的集成式集群解决方案已经过充分优化,可模拟大型模型并能够实现更高的精度,同时还能大幅缩短模拟时间。