分子动力学优化方案

分子动力学模拟技术是研究分子之间运动的一种工具，是典型的计算瓶颈问题。组成物质的微观粒子的数量十分庞大，且为精确跟踪粒子的运动，保证数值模拟的稳定性，必须使用很小的时间步长，计算量十分庞大。所以分子动力学模拟对计算机性能的需求是无止境的，并行计算是必由之路。

通常情况下会采用设定邻近列表（图1）和将计算空间分解成若干个元胞的优化方法（图2）。在模拟过程中，受力计算是最费时的，占了整个模拟的90％左右，是优化实现的重点。

为了加速计算受力时寻找原子对的过程，分子动力学模拟经常采用邻近列表方法，对每个原子建立一个邻近列表，然后将符合条件的原子加入邻近列表中。计算力的算法常采用牛顿第三定律。

经典的并行化方法有域分解、任务分解、流水线等，在分子动力学模拟上采用流水线方法会有更好的表现，将计算机指令处理过程拆分为多个步骤，通过多个处理单元并行执行加快指令执行速度。SIMD指令集的使用，把64位寄存器拆成8个8位寄存器同时完成8个操作，理论计算效率会提升8倍。

针对某异构众核处理器平台，计算核心的超强浮点计算能力。通过异步并行方法（图3），达到计算隐藏效果，提高运行效率；解决邻近列表中原子不连续，离散访存的问题，减少1/4的数据量，增加数据复用。

改用完整的邻近列表（图4）增加计算，降低数据关联性，减少频繁的查表操作；引入原子簇的概念，相邻的所有粒子组成一个簇，共享大部分邻近列表，减少将近20%的邻近原子，使邻近列表的建立时间缩减30%。

达到整体加速将近8倍（图5），解决合作用户的课题研究。不断深入研究与优化，突破超大并行规模瓶颈，在1024x1024x1024的原子规模下，实现了整体10倍以上的加速效果，且并行规模可扩展到千万核心（图6）。为分子模拟、材料领域内的计算模拟提供相关软件，缩短模拟研究周期。