Copied


A NVIDIA Introduz Daviator para Resolver Gargalos de GPU na DFT de Onda Plana

Caroline Bishop   Nov 19, 2026 01:57 0 Min Read


A NVIDIA apresentou duas novas capacidades projetadas para enfrentar gargalos de desempenho da GPU na teoria do funcional de densidade (DFT) de onda plana, um método computacional amplamente utilizado em ciência dos materiais e química. As inovações, chamadas Daviator e uma camada de execução de precisão mista, visam melhorar significativamente a eficiência dos cálculos de DFT, particularmente para sistemas pequenos com grades de k-ponto densas. Esses avanços prometem acelerar o treinamento do potencial interatômico baseado em aprendizado de máquina (MLIP), que depende de dezenas a centenas de milhões de cálculos de DFT.

Enfrentando Desafios de Utilização da GPU

Os cálculos de DFT de onda plana, frequentemente implementados usando o Vienna Ab initio Simulation Package (VASP), são computacionalmente intensivos e requerem alta precisão. No entanto, células unitárias pequenas e grades de k-ponto densas, comumente usadas na geração de dados para MLIP, podem deixar os recursos da GPU subutilizados. A implementação OpenACC da NVIDIA para o VASP já havia proporcionado aumentos de velocidade para grandes sistemas, mas o processamento sequencial de k-pontos limitou o desempenho da GPU para sistemas menores. Além disso, o domínio das operações de precisão dupla (FP64) em códigos tradicionais de DFT criou uma incompatibilidade com as GPUs modernas da NVIDIA, que estão cada vez mais otimizadas para tipos de dados de menor precisão, como FP32 .

Daviator: Agrupando K-Pontos para Saturação da GPU

O Daviator introduz uma biblioteca de núcleos de GPU que substitui o processamento sequencial de k-pontos por operações em lote. Central para essa inovação está um solucionador de autovalores Davidson em lote, que reduz o número de lançamentos de núcleos da GPU e maximiza a ocupação dos multiprocessadores de streaming (SM). Os dados permanecem residentes na memória da GPU ao longo do processo, minimizando a latência. O Daviator se integra perfeitamente ao VASP, não exigindo modificações nos arquivos de entrada existentes. Os usuários podem ativá-lo definindo o parâmetro "LDAVIATOR=True" no arquivo INCAR.

Benchmarking iniciais demonstram melhorias significativas de desempenho. Por exemplo, um sistema de ferro de um único átomo alcançou mais de 2x aumentos de velocidade em comparação com a execução na CPU, enquanto funcionais de maior precisão, como meta-GGA, mostraram tempos de solução até 22x mais rápidos. Para sistemas de médio porte, como uma estrutura de GaAs dopada com Bi de 64 átomos, os tempos de execução foram reduzidos em mais de 85% .

Camada de Execução de Precisão Mista

A segunda capacidade introduzida pela NVIDIA é uma camada de execução de precisão mista, que aproveita a maior taxa de transferência FP32 disponível nas GPUs modernas. Ao usar seletivamente FP32 para a maioria das etapas computacionais, mantendo FP64 para operações críticas sensíveis à precisão, essa abordagem preenche a lacuna entre códigos HPC tradicionais e hardware otimizado para IA. Isso é particularmente benéfico para GPUs de classe de inferência, como a RTX PRO 6000 , que apresentam uma relação de taxa de transferência 64:1 de FP32 para FP64 .

Implicações e Desenvolvimentos Futuros

Esses avanços não apenas reduzem os custos computacionais, mas também permitem que os pesquisadores realizem cálculos de DFT de maior precisão em larga escala. O Daviator está atualmente limitado à execução em um único nó, com suporte a múltiplos nós e recursos adicionais, como compatibilidade com sistemas de spin não colineares, esperados em lançamentos futuros. No geral, as inovações da NVIDIA representam um avanço significativo na otimização do desempenho da GPU para aplicações de química computacional e ciência dos materiais.


Read More