[发明专利]一种针对分子动力仿真模型的并行化加速方法

说明书

本发明公布了一种针对分子动力仿真模型的并行化加速方法，属于并行计算技术领域，针对具有时间依赖性的分子动力系统数据计算任务，采用运行在众核架构、以GPU为协处理器的集群进行分子动力学模型的并行化计算加速，使得在集群计算性能相同时，能够自适应地找到一个最大的时间步长进行一次数据交换，从而实现模型运行速度的加速优化，使得在并行化计算过程中，并行化计算速度从每一个时间步执行一次数据交换提升到平均更多次执行一次数据交换。采用本发明技术方案，能够提高计算准确性，加快计算速度，减少数据传输的通信开销，提高众核GPU集群系统对于分子动力学仿真模拟的整体计算性能。

技术领域

本发明属于并行计算技术领域，涉及程序并行化加速方法，尤其涉及一种针对分子动力学仿真模型进行并行加速的方法。

背景技术

分子动力学仿真是科学计算领域中非常重要的一部分，依靠牛顿力学，对分子运动状态进行模拟，经过大量的数值运算，得到一个系统整体的宏观特性。目前，分子动力学仿真技术的基本方法在高分子空间形态研究、蛋白质结构分析、湍流模拟、气象云图分析等领域均有很好的应用。但是，这种方法要求极大的计算量，普通计算机难以满足要求，通常需要用大型机甚至超级计算机来进行运算。

分子动力学仿真是一种典型的时间依赖性问题。这种具有时间依赖性的科学计算问题，需要满足如下条件：X[t+dt]＝f(X[t])，其中，X[t]是t时刻下的状态向量，f是由物理模型演算出的函数。因此，解决这类问题，大多需要进行大量的迭代运算。现有技术对这种迭代运算的并行化手段是，将状态向量X拆分成较小的部分状态向量X_p，将X_p的计算任务分配到p号处理器上，按照X_p[t+dt]＝f_p(X[t])进行数据处理。但是，这种并行化方法在数据更新时，需要同其他处理器进行同步操作，交换数据，再次计算。目前所有的众核或者带有GPU(Graphics Processing Unit，图形处理器)加速的集群系统，通过PCI(PeripheralComponent Interconnect，外部设备互连总线)进行数据交换的速度非常慢，在实际计算过程中，这种同步操作产生的通信开销约占整个执行时间的20％，大多数集群系统运算速度仅为每秒运行100～600个时间步。这样的速度对于分子动力学的仿真模拟是难以忍受的。同时，很多为科学计算特制的ASIC系统每秒可运行10⁴～10⁵步，但是对于大型集群来说很难实现低延迟、高带宽的网络通信。因此，制约这种迭代运算运行速度的主要因素是同步操作带来的通信延迟。

在并行计算方面，目前较多采用BSP并行加速方法。并行化方法BSP是1990年英国科学家Leslie Valiant提出的并行化方法(《A bridging model for parallelcomputation,Communications of the ACM》,Volume 33Issue 8,Aug.1990)。BSP模型是将全局的计算任务分成若干子任务，每个子任务分配到不同的处理器中，异步地进行计算，子任务完成计算后进入等待状态，系统进行全局检查与全局数据更新，当所有子任务都完成计算且全局数据更新后，每个子任务又继续进行下一步计算。因此，系统中执行较快的任务会等待执行最慢的任务，产生不必要的等待延迟，同时每完成一次异步计算就要传输数据，会产生大量的通信开销。

专利申请(申请号201610311112.8)记载了结构材料辐照损伤的多GPU分子动力学模拟方法，是一套多GPU分子动力学模拟方法，主要解决多GPU计算问题，但是，该方法并没有考虑数据同步的问题，计算时间也较长。

发明内容

为了克服上述现有技术的不足，本发明提供一种针对分子动力仿真模型的并行化加速方法，将分子动力仿真模型运算并行化运行在众核架构，以GPU为协处理器的集群上，使得在并行化计算过程中，并行化计算速度从每一个时间步执行一次数据交换提升到平均更多次执行一次数据交换，由此达到并行化加速的目的。