分子动力学开源模拟软件LAMMPS现在可以在AMD的GPU上运行

来自俄罗斯多个研究机构的研究人员分别在 AMD 和 Nvidia 的 GPU 加速器上测试了流行的分子动力学建模程序的性能，并进行了比较与分析。在4月19日发表在《国际高性能计算应用杂志》（The International Journal of High Performance Computing Applications）的论文中，研究人员展示了新的开源GPU技术，首次将 LAMMPS 移植到 AMD HIP 上。

研究人员通过使用LAMMPS、Gromacs 和 OpenMM 三种不同的分子动力学模拟程序发现，计算性能不仅受硬件参数的影响，而且还受软件的影响。事实证明，在并行计算的复杂情况下，AMD 驱动程序的较低性能会造成相当大的延迟。

因此，研究人员将 LAMMPS 移植到新的开源 GPU 技术 AMD HIP 上。这项技术十分有意义，因为它有助于在 Nvidia GPU 和 AMD 的新 GPU 上有效地使用同一个代码。所开发的 LAMMPS 修改已作为开源发布，并且可以在官方存储库中找到。

「我们彻底分析和比较了 Nvidia Volta 和 AMD Vega20 架构的 GPU 加速器内存系统。我发现 GPU 内核并行启动的逻辑有所不同，并通过可视化程序配置文件进行了演示。不同级别的 GPU 内存层次结构的带宽和延迟，以及 GPU 内核能否有效地并行执行，所有这些方面都对 GPU 程序的实际性能产生重大影响，」 HSE大学博士生、论文的作者之一 Vsevolod Nikolskiy 说。

「一方面，这对用户而言是积极的，因为它刺激了竞争，有助于超级计算机的效率提高和成本降低。另一方面，由于需要考虑几种不同类型的 GPU 架构和编程技术的可用性，因此开发有效的程序会更加困难，」HSE 大学教授 Vladimir Stegailov 说。

「即使支持不同架构（x86，Arm，POWER）上的普通处理器的程序可移植性通常也很复杂。不同 GPU 平台之间程序的可移植性是一个更为复杂的问题。开源技术消除了许多障碍，并为大型软件的开发人员提供了帮助。」

2020年，图形加速器市场出现了越来越大的短缺。其流行的使用领域众所周知：加密货币挖掘和机器学习任务。同时，科学研究还需要 GPU 加速器对新材料和生物分子进行数学建模。

「创建强大的超级计算机并开发快速有效的程序是为解决最复杂的全球挑战（例如 COVID-19 ）而准备的工具。当今，全球都在使用分子动力学建模软件来寻找与病毒作斗争的方法，」HSE 大学的研究员、论文的作者之一 Nikolay Kondratyuk 说。

论文链接：http://dx.doi.org/10.1177/10943420211008288

原文地址：https://techxplore.com/news/2021-04-open-source-gpu-technology-supercomputers.html

理论AMD HIP开源分子动力学

相关数据

机器学习技术

机器学习是人工智能的一个分支，是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。

来源：Mitchell, T. (1997). Machine Learning. McGraw Hill.

参数技术

在数学和统计学裡，参数（英语：parameter）是使用通用变量来建立函数和变量之间关系（当这种关系很难用方程来阐述时）的一个数量。

来源：维基百科

AMD机构

超威半导体（中国）有限公司专门为计算机、通信和消费电子行业设计和制造各种创新的微处理器（CPU、GPU、主板芯片组、电视卡芯片等)，以及提供闪存和低功率处理器解决方案，公司成立于1969年。AMD致力为技术用户——从企业、政府机构到个人消费者——提供基于标准的、以客户为中心的解决方案。

https://www.amd.com/zh-hans