Copied


NVIDIA Запускает cuPotential для Ускорения Молекулярных Динамических Симуляций

Terrill Dicki   Nov 17, 2026 06:10 0 Min Read


NVIDIA представила cuPotential, специализированную библиотеку, разработанную для ускорения молекулярных динамических (MD) симуляций, устраняя вычислительные узкие места при оценке взаимодействий на большом расстоянии при периодических граничных условиях. Библиотека предлагает модульные примитивы с C API, что позволяет разработчикам оптимизировать рабочие нагрузки на разнообразном аппаратном обеспечении GPU. Этот релиз также включает плагин для OpenMM, широко используемого двигателя MD, позволяя осуществлять бесшовную интеграцию с минимальными модификациями кода.

Ключевые функции cuPotential

cuPotential предоставляет утилиты для расчетов как в прямом, так и в обратном пространстве, включая оцениватели взаимодействий на основе отсечек и функции распространения заряда. Библиотека включает в себя продвинутые методы разделения и распространения, разработанные в сотрудничестве с D. E. Shaw Research и Flatiron Institute. Эти методы достигают высокой точности при сниженных разрешениях сетки и отсечках, улучшая вычислительную эффективность без ущерба для качества симуляции.

Бенчмарки, проведенные на GPU архитектурах от NVIDIA T4 до RTX PRO 6000 Blackwell, демонстрируют ускорения от начала до конца в диапазоне от 2x до более чем 3x для систем, содержащих от 24,000 до 400,000 атомов при условиях NPT. Кроме того, измерения дрейфа энергии в течение 10 наносекунд показывают, что cuPotential снижает дрейф в несколько сотен раз по сравнению с настройками стандартного метода частиц Ewald (PME), превосходя типичные требования для биомолекулярных симуляций.

Интеграция с OpenMM

Плагин cuPotential для OpenMM заменяет стандартную ненаблюдательную силу, интегратор Ланжевена и баростата Монте-Карло в симуляциях OpenMM. Разработчики могут интегрировать плагин, заменив ненаблюдательную силу системы и используя интегратор и баростат cuPotential. Этот подход обеспечивает простоту внедрения, сохраняя совместимость с существующими рабочими процессами.

Для сборки и установки плагина пользователям необходима система Linux x86-64 с поддерживаемой GPU NVIDIA, совместимый драйвер NVIDIA и Conda или Micromamba для управления окружением. Процесс установки включает создание окружения Conda, настройку вспомогательных инструментов сборки и выполнение предоставленных примеров молекулярной динамики для проверки функциональности. Эти примеры оценивают системы, такие как DHFR, BACE и ApoA1 , при условиях NVT и NPT, измеряя как точность, так и производительность.

Научные достижения

cuPotential повышает точность расчетов электростатики и энергии дисперсии, сохраняя сопоставимые ошибки силы при более низких вычислительных затратах. Для электростатики используется ссылка с двойной точностью с оптимизированными длинами отсеков и разрешениями сетки. Точность энергии дисперсии улучшается на несколько тысяч раз, обеспечивая надежные результаты для биомолекулярных и материаловедческих симуляций.

Строгое внимание библиотеки к точности и дрейфу энергии позволяет исследователям использовать акселерацию GPU, не жертвуя целостностью своих симуляций. Решая ключевые вычислительные задачи, cuPotential представляет собой значительное достижение в области молекулярной динамики.


Read More