VMD na układach GPU Tesla

VMD jest programem do wizualizacji molekularnej umożliwiającym wyświetlanie, animację i analizę dużych systemów biomolekularnych przy użyciu grafiki 3D i wbudowanego mechanizmu skryptów. Szereg kluczowych jąder i aplikacji wchodzących w skład pakietu VMD wykorzystuje obecnie masowo równoległą architekturę CUDA układów GPU NVIDIA. Aplikacje te, w przypadku korzystania z układów GPU NVIDIA z obsługą CUDA, działają od 20 do 100 razy szybciej niż w konfiguracji wyposażonej wyłącznie w układ CPU, co omówiono poniżej.

Pobieranie plików i instalacja

• Binarne pliki pakietu VMD w wersji wykorzystującej CUDA można pobrać z witryny Instytutu Zaawansowanych Nauk i Technologii Beckmana.

Wyniki testów

Wyniki zamieszczono dzięki uprzejmości Grupy Biofizyki Teoretycznej i Obliczeniowej przy UIUC

Na stronie firmy NVIDIA poświęconej rozwiązaniom wertykalnym z zakresu dynamiki molekularnej zamieszczono szereg wyników testów wykonanych za pomocą programu VMD i układów GPU.

Prezentacje

• Szereg publikacji i prezentacji na temat akceleracji GPU w programach VMD i NAMD dostępnych jest na stronie http://www.ks.uiuc.edu/Research/gpu/#publications
• From SC09: Accelerating Molecular Modeling Applications with GPU Computing - John Stone, Beckman Institute for Advanced Science and Technology, University of Illinois at Urbana Champaign
• 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
• Aby dowiedzieć się więcej na temat akceleracji aplikacji z dziedziny dynamiki molekularnej za pomocą CUDA, możesz odwiedzić stronę poświęconą dynamice molekularnej.

Wywiady / materiały wideo

• Z konferencji SC09: Wypowiedź Johna Stone’a z Uniwersytetu Illinois na temat 412-krotnie szybszego działania VMD dzięki układom GPU
• BLOG przy SC09 na NVIDIA nTersect: Studying the H1N1 Virus using NVIDIA GPUs

Fora dyskusyjne

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

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 >