科研之友
微信
新浪微博
Facebook
分享链接
摘要
分子动力学是研究硅纳米薄膜热力学性质的主要方法之一，但存在数据处理量大、计算密集、原子间作用模型复杂等问题，限制了分子动力学模拟的深入应用。面对分子动力学模拟中的大量计算负载，利用具有强大并行计算能力和高浮点性能的图形处理器GPU，对晶硅分子动力学模拟算法进行性能优化。文中基于图形处理器GPU硬件特性和晶硅分子动力学模拟算法的性能瓶颈分析，针对晶硅分子动力学模拟动态邻居算法提出了合并访存的优化设计，改进了GPU加速算法的访存效率和计算吞吐量。针对算法执行过程的分支冲突问题，提出了循环展开的优化方法，提高了GPU并行计算资源的利用率。最后，针对原子间作用力的计算利用原子操作减少了显存访问，提高了算法的整体计算效率。计算测试表明，优化后晶硅分子动力学模拟算法的计算性能相比优化前提高了1.60～1.97倍，相比国际上主要的GPU加速分子动力学模拟软件HOOMD-blue和使用GPU加速包加速的LAMMPS，分别提高了3.20～3.47倍和17.40～38.04倍，取得了良好的加速效果。
- 单位
