NAMD na układach GPU Tesla

Zespół przy Uniwersytecie Illinois w Urbana-Champaign (UIUC) zajmuje się akceleracją CUDA w programie NAMD już od 2007 roku. Przeprowadzili oni eksperymenty dotyczące skalowania na klastrze NCSA Lincoln zbudowanym w oparciu o rozwiązania Tesla i wykazali, że cztery układy GPU Tesla mogą zapewnić wyższą wydajność niż klaster złożony z 16 czterordzeniowych układów CPU.

Pobieranie plików i instalacja

• Pobierz pliki binarne pakietu NAMD 2.7 w wersji Beta 2(witryna UIUC)
• Dokumentacja wersji

Wyniki testów

Wydajność oprogramowania NAMD na klastrze zbudowanym w oparciu o układy GPU Tesla wykazuje bardzo dobrą skalowalność, co demonstrują poniższe rezultaty.

Wyniki zamieszczono dzięki uprzejmości Grupy Biofizyki Teoretycznej i Obliczeniowej przy UIUC

Publikacje techniczne

W witrynie UIUC dostępnych jest szereg publikacji na temat akceleracji GPU w programach NAMD i VMD.
Aby dowiedzieć się więcej na temat akceleracji aplikacji z dziedziny dynamiki molekularnej za pomocą CUDA, możesz odwiedzić stronę NVIDIA poświęconą dynamice molekularnej.

Prezentacje

• Publications and presentations on GPU acceleration in VMD and NAMD by Klaus Schluten’s Group
• Discussion of VMD and NAMD from SC09: Accelerating Molecular Modeling Applications with GPU Computing - John Stone, Beckman Institute for Advanced Science and Technology, University of Illinois at Urbana Champaign
• Discussion of VMD and NAMD from 2009 GPU Technology Conference: GPU Accelerated Visualization and Analysis in VMD - John Stone, Beckman Institute for Advanced Science and Technology, University of Illinois at Urbana Champaign

Fora dyskusyjne

• Społeczności zajmujące się tematyką obliczeń na GPU przy GPUcomputing.net

• SC09 BLOG on NVIDIA nTersect: Studying the H1N1 Virus using NVIDIA GPUs
• SC08 Interview of James Phillips, Beckman Institute for Advanced Science and Technology, University of Illinois at Urbana Champaign

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.

ROZWIĄZANIA DLA STACJI ROBOCZYCH SUPERKOMPUTER OSOBISTY TESLA Superkomputer osobisty przy Twoim biurku Dowiedz się więcej >		ROZWIĄZANIA DLA CENTRÓW PRZETWARZANIA DANYCH KLASTRY OBLICZEŃ GPU TESLA Do zadań obliczeniowych wykorzystujących instalacje wielkoskalowe Dowiedz się więcej >