动力学模拟并行计算的潮流：AMBER+GPU

点击数：7542011-09-08 16:40:20　来源: 源资科技官网

动力学模拟并行计算的潮流：AMBER+GPU

1、AMBER介绍

    Amber(Assist Model Building with Energy Minimization)是一款著名的分子动力学模拟软件包由美国加州大学的Peter Kollman等发展，力场和代码独立，Amber力场对用户免费，但程序会收取一定的费用；Amber主要适用于蛋白质，小分子和多糖等体系的模拟，由50个子程序构成，主要的程序有7个。
◆  sander 用于模拟退火和主要的动力学模拟程序，功能有热力学积分，PMF计算，还包含有量化(QM)/动力学(MM)模拟。
◆  pmemd sander的改进版，对周期性边界条件计算，GB模拟和PMF计算做了优化，优点是比sander更快速。
◆  nmode Normal mode analysis 通过求一阶导数和二阶导数寻找全局最小值，进行振动分析和寻找过渡态。
◆  LEaP 用于建模的图形显示程序，可以产生Amber坐标、参数和拓扑输入文件，可以创建各种氨基酸残基和操控小分子。
◆  antechamber 这个软件包可以自动产生各种有机小分子的力场描述符，可供LEaP识别的各种输入文件，力场描述符与普通的蛋白质或核酸的兼容。
◆  ptrj 用于分析动力学模拟之后的轨迹文件，可以计算各种性质，例如均方根偏差，与时间相关的各种结果以及系统的扩散行为等。
◆  mm_pbsa 用于对动力学模拟后的轨迹文件进行后处理的程序，包括分析系统的热力学，各个氨基酸残基的能量和预测不同构想之间的自由能的差别。

2、何谓GPU和GPU计算?

    GPU英文全称Graphic Processing Unit，中文翻译为“图形处理器”。GPU是相对于CPU的一个概念，由于在现代的计算机中图形的处理变得越来越重要，因此需要一个专门的图形的核心处理器。今天，GPU已经不再局限于3D图形处理了，GPU通用计算技术发展已经引起业界不少的关注，事实也证明在浮点运算、并行计算等部分计算方面，GPU可以提供数十倍乃至于上百倍于CPU的性能，NVIDIA公司在1999年发布GeForce 256图形处理芯片时首先提出GPU的概念，从此NVIDIA显卡的芯片就用这个新名字GPU来称呼。
    GPU计算就是采用GPU(Graphic Processing Unit)去完成一项科学或者工程的计算任务，其模式是综合采用CPU和GPU计算，其中时序部分在CPU上完成，大量的计算部分在GPU上完成，GPU计算是基于一组大量的NVIDIA GPU并行架构，被称作CUDA架构，CUDA架构由上百个GPU核心构成，可以同时对任务中的数据集进行处理。

3、TESLATM（分子动力学模拟集群）

    基于GPU加速的动力学模拟计算
    TESLATM分子动力学模拟集群可以把整个模拟的过程从原来的几天缩短至几小时，基于Tesla设计的动力学模拟集群，可以用于模拟大型模型，得到精确的计算结果并且可以缩短计算时间。
    GPU能为AMBER带来哪些好处?首先，加速模拟过程，可以模拟分子、分子之间的相互作用，快速的计算过程可以使得研究者对其所研究的体系有一个更深刻的理解，同时还可以使得所设计出产品的性能更加稳定；其次，效率更高的计算流程可以使得我们发现的候选药物质量更高，避免找到活性较差的候选药物；最后，在模拟若干纳秒级的大分子复合物时，可以有效避免时间的浪费。

4、案例

    以下分别是Tesla与CPU在做并行计算时的一些比较，其中绿色为GPU+CPU的结果，蓝色为CPU的计算结果。

测试平台：1个节点，Dual Tesla2090GPU(6GB)，Dual Intel 6-core X5670 (2.93 GHz), AMBER 11 + Bugfix17, CUDA 4.0, ECC off

    从图中可以看到，不论是对蛋白质大分子还是聚合物的模拟，其效率都得到了很大的提升。
    目前，国内的中国科学院已经采购了Tesla分子动力学模拟集群，并且已投入使用。
    总之，利用GPU进行并行计算的时代已经到来，相信AMBER与GPU计算技术的结合会为广大从事动力学模拟研究的科研工作者带来更大的便利和全新的体验！