NVIDIA Home > Katalog produktów > Rozwiązania dla obliczeń o wysokiej wydajności > AMBER na układach GPU Tesla
 |
Subskrybuj |  |
Poleć innym |
AMBER na układach GPU Tesla
Symulacje wykorzystujące zarówno sieciowe cząsteczki Ewalda (PME - Particle-Mesh Ewald) z dyskretnym modelem rozpuszczalnika w obliczeniach związanych z dynamiką molekularną, jak i uogólnioną metodę Borna (GB - Generalized Born) z ciągłym modelem rozpuszczalnika zostały akcelerowane za pomocą układów GPU z obsługą CUDA w programie AMBER. W przypadku zastosowania rozwiązania Tesla z dziedziny obliczeń GPU opartego na architekturze CUDA, zapewnia to ponad 10-krotny wzrost wydajności w porównaniu do osiągów pojedynczego, czterordzeniowego układu CPU.
AMBER on the Tesla MD SimCluster
 |
|
Pobieranie plików i instalacja
- Pobierz oprogramowanie AMBER 11 (obsługuje układy GPU typu CUDA)
- Symulacje wykorzystujące uogólnioną metodę Borna z ciągłym modelem rozpuszczalnika
- Symulacje PME z dyskretnym modelem rozpuszczalnika w zespołach mikrokanonicznym (NVE), kanonicznym (NVT) i izotermiczno-izobarycznym (NPT)
- Instrukcje instalacyjne .
Wyniki testów
The following charts show the acceleration and the scalability when running the explicit solvent PME and implicit solvent GB Benchmarks on a six-core CPU versus Tesla C2070 and Tesla M2090. Szczegóły można znaleźć na stronie z wynikami testów AMBER 11 NVIDIA; zamieszczone dzięki uprzejmości Centrum Superkomputerowego w San Diego.
 |
 |
Publikacje techniczne, wiadomości i prezentacje
- Nowe publikacje na podstawie pracy z akceleracją GPU w programie AMBER 11 będą dostępne wkrótce
- Sztandarowy model procesora graficznego Tesla M2090 ustanowił rekord prędkości w symulacji dynamiki molekularnej w programie AMBER
- „Przekształcanie obliczeń związanych z dynamiką molekularną na potrzeby wykorzystania procesorów graficznych i klastrów GPU” – Scott Le Grand, NVIDIA, Konferencja Technologii Procesorów Graficznych (GTC) 2010
- „Wykorzystanie jednostek GPU w popularnych pakietach do obliczeń związanych z dynamiką molekularną" – Ross Walker, Centrum Superkomputerowe w San Diego, Konferencja Technologii Procesorów Graficznych (GTC) 2010
- Overview of NVIDIA CUDA Support in AMBER- Lessons Learned, Capabilities Gained – Ross Walker, The San Diego Supercomputer Center, from 2009 GPU Technology Conference, SC09.
- Computational Biophysics and Long Range Electrostatics on GPUs – Scott Le Grand, NVIDIA, GTC 2009.
CUDA-Acceleration in Related Verticals
- Accelerating Molecular Dynamics applications using GPUs
- Accelerating Quantum Chemistry applications using GPUs
Fora dyskusyjne
Wywiady / materiały wideo
- Konferencja Technologii Procesorów Graficznych (GTC) 2010, materiał wideo z przemówienia programowego wygłoszonego przez dyrektora generalnego firmy NVIDIA, Jen-Hsun Huang
- BLOG przy SC09 na NVIDIA nTersect: Imponujące korzyści dzięki wykorzystaniu NVIDIA CUDA przez kod AMBER stosowany w pracach badawczych
Rozwiązania na bazie GPU
Dostępne w postaci rozwiązania typu superkomputer osobisty klasy desktop, który może zapewnić wyższą wydajność niż 32-węzłowy klaster na bazie CPU, albo w postaci rozwiązania typu klaster o wydajności konwencjonalnego superkomputera wielkoskalowego przy 1/10 jego ceny i 1/20 poboru mocy. Rozwiązania te, zbudowane w oparciu o rewolucyjną architekturę CUDA, zaprojektowano w celu zwiększenia wydajności w dziedzinie nauk obliczeniowych.
REKOMENDOWANA KONFIGURACJA SPRZĘTOWA
| Konfiguracja stacji roboczej typu desktop | Konfiguracja dla potrzeb centrów przetwarzania danych |
|
|
 |
 |
|||
|
ROZWIĄZANIA DLA STACJI ROBOCZYCH SUPERKOMPUTER OSOBISTY TESLA Superkomputer osobisty przy Twoim biurku
|
ROZWIĄZANIA DLA CENTRÓW PRZETWARZANIA DANYCH KLASTRY OBLICZEŃ GPU TESLA Do zadań obliczeniowych wykorzystujących instalacje wielkoskalowe
|