Loading article…
GPUによる分子モデリングは、分子シミュレーションにグラフィックス処理装置（GPU）を使用する技術です。[1]
2007年、NVIDIAは、グラフィックスの表示だけでなく科学計算にも使用できるビデオカードを発表しました。これらのカードには、[アップデート]並列に動作する多数の演算ユニット（2016年現在、Tesla P100では最大3,584個）が含まれています。このイベントよりずっと前、ビデオカードの計算能力は、純粋にグラフィックス計算を高速化するために使用されていました。新しいのは、NVIDIAがCUDAと呼ばれる高レベルのアプリケーションプログラミングインターフェイス（API）で並列プログラムを開発できるようにしたことです。このテクノロジにより、プログラムをC / C ++で記述できるようになり、プログラミングが大幅に簡素化されました。最近では、OpenCLによりクロスプラットフォームのGPUアクセラレーションが可能になりました。
量子化学計算[2] [3] [4] [5] [6] [7]や分子力学シミュレーション[8] [9] [10]（古典力学による分子モデリング）は、この技術の有益な応用例の一つです。ビデオカードは計算を数十倍高速化できるため、このようなカードを搭載したPCは、一般的なプロセッサをベースにしたワークステーションのクラスターと同等のパワーを備えています。
GPU アクセラレーション分子モデリング ソフトウェア
プログラム
- アワビ– 分子動力学（ベンチマーク）
- 2009年以降のGPUに関するACEMDのベンチマーク
- AMBER on GPU バージョン
- GPU バージョンの Ascalaph – Ascalaph Liquid GPU
- AutoDock – 分子ドッキング
- BigDFT ウェーブレットに基づく第一原理プログラム
- BrianQC 量子化学（HFとDFT）と分子力学
- Blazeリガンドベースの仮想スクリーニング
- CHARMM – 分子動力学 [1]
- CP2K第一原理分子動力学
- GPU、ワークステーション、クラスター上のDesmond (ソフトウェア)
- ファイアフライ（旧PC GAMESS）
- ファストROCS
- GOMC – GPU 最適化モンテカルロ シミュレーション エンジン
- GPIUTMD – 多粒子動力学のためのグラフィカルプロセッサ
- GPUMD - 軽量汎用分子動力学コード
- GPU上のGROMACS [11]
- HALMD – 高度に加速された大規模MDパッケージ
- HOOMD-blue 2011-11-11 にWayback Machineでアーカイブ– 高度に最適化されたオブジェクト指向多粒子動力学 - Blue 版
- GPU 版LAMMPS – アクセラレータ用 lammps
- LIO DFTベースのGPU最適化コード - [2]
- Octopus はOpenCL をサポートしています。
- oxDNA – GPU 上での DNA および RNA の粗粒度シミュレーション
- PWmat – 平面波密度汎関数理論シミュレーション
- RUMD - ロスキレ大学分子動力学[12]
- TeraChem – 量子化学と第一原理分子動力学
- GPU上のTINKER [13]
- GPU 版のVMDとNAMD
- YASARA はOpenCLを使用してすべての GPU 上で MD シミュレーションを実行します。
翻訳
- BrianQC – GPU 上の量子化学シミュレーション用のオープン C レベル API を持ち、 Q-ChemとPSIの GPU アクセラレーション バージョンを提供します。
- OpenMM – GPU 上で分子動力学を加速するための API、v1.0 は GROMACS の GPU 加速バージョンを提供します。
- mdcore –最新の共有メモリ並列アーキテクチャ上での分子動力学シミュレーション用の、プラットフォームに依存しないオープンソースライブラリ。
分散コンピューティングプロジェクト
- GPUGRID 分散スーパーコンピューティング インフラストラクチャ
- Folding@home分散コンピューティング プロジェクト
- Exscalate4Cov大規模仮想スクリーニング実験
参照
参考文献
- ^ Stone JE、Phillips JC、Freddolino PL、Hardy DJ、Trabuco LG、Schulten K (2007 年 12 月)。「グラフィックス プロセッサによる分子モデリング アプリケーションの高速化」。Journal of Computational Chemistry。28 ( 16 ): 2618–2640。CiteSeerX 10.1.1.466.3823。doi : 10.1002 /jcc.20829。PMID 17894371。S2CID 15313533。
- ^ Yasuda K (2008年8月). 「グラフィックス処理装置による密度汎関数計算の高速化」. Journal of Chemical Theory and Computation . 4 (8): 1230–1236. doi :10.1021/ct8001046. PMID 26631699.
- ^ Yasuda K (2008年2月). 「グラフィックスプロセッサユニットにおける2電子積分評価」. Journal of Computational Chemistry . 29 (3): 334–342. CiteSeerX 10.1.1.498.364 . doi :10.1002/jcc.20779. PMID 17614340. S2CID 8078401.
- ^ Vogt L, Olivares-Amaya R, Kermes S, Shao Y, Amador-Bedolla C, Aspuru-Guzik A (2008 年 3 月). 「グラフィカル プロセッシング ユニットによる同一性解決の 2 次 Møller-Plesset 量子化学計算の高速化」. The Journal of Physical Chemistry A. 112 ( 10): 2049–2057. Bibcode :2008JPCA..112.2049V. doi :10.1021/jp0776762. PMID 18229900. S2CID 4566211.
- ^ Ufimtsev IS 、 Martínez TJ (2008 年 2 月)。「グラフィカル プロセッシング ユニット上の量子化学。1. 2 電子積分評価の戦略」。Journal of Chemical Theory and Computation。4 (2): 222–231。doi :10.1021/ct700268q。PMID 26620654 。
- ^ Ivan S. Ufimtsev & Todd J. Martinez (2008). 「量子化学のためのグラフィカル処理ユニット」.科学と工学におけるコンピューティング. 10 (6): 26–34. Bibcode :2008CSE....10f..26U. doi :10.1109/MCSE.2008.148. S2CID 10225262.
- ^ Tornai GJ、Ladjánszki I、Rák Á、Kis G 、 Cserey G (2019 年 10 月)。「GPU でのコンパイラ テクノロジの適用による量子化学 2 電子積分の計算」。Journal of Chemical Theory and Computation。15 (10): 5319–5331。doi :10.1021/acs.jctc.9b00560。PMID 31503475。S2CID 202555796 。
- ^ Joshua A. Anderson 、Chris D. Lorenz、A. Travesset (2008)。「グラフィックス プロセッシング ユニットに完全に実装された汎用分子動力学シミュレーション」。Journal of Computational Physics。227 ( 10): 5342–5359。Bibcode :2008JCoPh.227.5342A。CiteSeerX 10.1.1.552.2883。doi : 10.1016 / j.jcp.2008.01.047。
- ^ Christopher I. Rodrigues、David J. Hardy、John E. Stone、Klaus Schulten、Wen-Mei W. Hwu (2008)。「分子モデリング アプリケーションのためのカットオフ ペア ポテンシャルの GPU 高速化」。CF'08 : Proceedings of the 2008 Conference on Computing Frontiers、ニューヨーク、ニューヨーク、米国: 273–282。
- ^ Peter H. Colberg; Felix Höfling (2011). 「GPU を使用したガラスダイナミクスの高度に高速化されたシミュレーション: 浮動小数点精度の制限に関する注意事項」. Comput. Phys. Commun . 182 (5): 1120–1129. arXiv : 0912.3824 . Bibcode :2011CoPhC.182.1120C. doi :10.1016/j.cpc.2011.01.009. S2CID 7173093.
- ^ Yousif RH (2020). 「計算的アプローチによるネオクリンおよびヒト甘味受容体間の分子相互作用の探究」(PDF) . Sains Malaysiana . 49 (3): 517–525. doi : 10.17576/jsm-2020-4903-06 .
- ^ Bailey N, Ingebrigtsen T, Hansen JS, Veldhorst A, Bøhling L, Lemarchand C, et al. (2017-12-14). 「RUMD: GPU ハードウェアを数千粒子まで利用するように最適化された汎用分子動力学パッケージ」SciPost Physics . 3 (6): 038. arXiv : 1506.05094 . Bibcode :2017ScPP....3...38B. doi : 10.21468/SciPostPhys.3.6.038 . ISSN 2542-4653. S2CID 43964588.
- ^ Harger M、Li D、Wang Z、Dalby K、Lagardère L、Piquemal JP、他 (2017 年 9 月)。「Tinker-OpenMM: GPU 上の AMOEBA を使用した絶対および相対錬金術自由エネルギー」。Journal of Computational Chemistry。38 ( 23 ): 2047–2055。doi :10.1002/jcc.24853。PMC 5539969。PMID 28600826。
外部リンク
- GPU 上の古典化学と量子化学に関するその他のリンク