基于“神威·太湖之光”的分子動(dòng)力學(xué)算法優(yōu)化與性能提升研究一、引言1.1研究背景與意義在科學(xué)研究和工程應(yīng)用的廣袤領(lǐng)域中，分子動(dòng)力學(xué)算法作為一種強(qiáng)大的計(jì)算模擬工具，正發(fā)揮著愈發(fā)關(guān)鍵的作用。從微觀層面揭示物質(zhì)的原子和分子結(jié)構(gòu)，到闡釋復(fù)雜的化學(xué)反應(yīng)機(jī)理，再到探究材料的力學(xué)性能，分子動(dòng)力學(xué)模擬為眾多科學(xué)問(wèn)題的研究提供了獨(dú)特視角與有力手段。在藥物研發(fā)領(lǐng)域，分子動(dòng)力學(xué)模擬可用于深入探究藥物分子與靶標(biāo)蛋白的相互作用，從而助力優(yōu)化藥物結(jié)構(gòu)，加速新藥研發(fā)進(jìn)程。在材料科學(xué)領(lǐng)域，它能夠模擬材料在不同條件下的微觀結(jié)構(gòu)演變，為新材料的設(shè)計(jì)與性能優(yōu)化提供重要依據(jù)。神威?太湖之光作為我國(guó)自主研發(fā)的超級(jí)計(jì)算機(jī)，自誕生以來(lái)便備受全球矚目。其具備強(qiáng)大的計(jì)算能力，系統(tǒng)峰值性能高達(dá)12.5億億次，持續(xù)性能也達(dá)到了9.3億億次，擁有40960個(gè)芯片和將近1100萬(wàn)個(gè)核，實(shí)現(xiàn)了多核并行計(jì)算，這使得它在處理大規(guī)模復(fù)雜計(jì)算任務(wù)時(shí)具有得天獨(dú)厚的優(yōu)勢(shì)。神威?太湖之光在諸多領(lǐng)域的應(yīng)用成果豐碩，如在千萬(wàn)核可擴(kuò)展全球大氣動(dòng)力學(xué)全隱式模擬中，實(shí)現(xiàn)了快速且準(zhǔn)確的大氣模擬，分辨率達(dá)公里級(jí)，整機(jī)持續(xù)計(jì)算性能為7.95PFlopS，該應(yīng)用還獲得了2016年“戈登?貝爾”獎(jiǎng)；在非線性地震模擬中，成功模擬了唐山大地震震源附近區(qū)域在地震發(fā)生后的地質(zhì)變化，分辨率可達(dá)到8米，頻率可達(dá)到18赫茲，為地震研究提供了重要的數(shù)據(jù)支持和研究方法。然而，分子動(dòng)力學(xué)算法本身具有極高的計(jì)算復(fù)雜度。隨著研究體系規(guī)模的不斷增大以及對(duì)模擬精度要求的日益提高，傳統(tǒng)計(jì)算平臺(tái)在處理分子動(dòng)力學(xué)模擬任務(wù)時(shí)往往顯得力不從心，計(jì)算效率低下、計(jì)算時(shí)間冗長(zhǎng)等問(wèn)題嚴(yán)重制約了分子動(dòng)力學(xué)模擬的進(jìn)一步發(fā)展和應(yīng)用。神威?太湖之光的出現(xiàn)為解決這些問(wèn)題帶來(lái)了新的契機(jī)。通過(guò)對(duì)分子動(dòng)力學(xué)算法進(jìn)行優(yōu)化，使其能夠充分利用神威?太湖之光的強(qiáng)大計(jì)算資源，可大幅提升分子動(dòng)力學(xué)模擬的效率和規(guī)模，從而推動(dòng)相關(guān)領(lǐng)域的研究取得更大突破。本研究基于神威?太湖之光開(kāi)展分子動(dòng)力學(xué)算法優(yōu)化的意義深遠(yuǎn)。從科學(xué)研究角度來(lái)看，它能夠?yàn)樯铩⒒瘜W(xué)、材料等領(lǐng)域的前沿研究提供更高效、更精準(zhǔn)的計(jì)算模擬手段，有助于科學(xué)家們深入理解微觀世界的奧秘，探索新的科學(xué)規(guī)律，推動(dòng)學(xué)科的發(fā)展和進(jìn)步。在藥物研發(fā)方面，更快速、更準(zhǔn)確的分子動(dòng)力學(xué)模擬可以加速藥物分子的篩選和設(shè)計(jì)過(guò)程，縮短新藥研發(fā)周期，降低研發(fā)成本，為解決人類(lèi)健康問(wèn)題提供更多的可能性。在材料科學(xué)領(lǐng)域，優(yōu)化后的算法能夠幫助研究人員更深入地研究材料的微觀結(jié)構(gòu)與宏觀性能之間的關(guān)系，開(kāi)發(fā)出具有更優(yōu)異性能的新材料，滿(mǎn)足航空航天、電子信息、能源等領(lǐng)域?qū)Ω咝阅懿牧系男枨?。從技術(shù)發(fā)展角度而言，對(duì)分子動(dòng)力學(xué)算法在神威?太湖之光上的優(yōu)化研究，有助于推動(dòng)高性能計(jì)算技術(shù)與分子動(dòng)力學(xué)模擬技術(shù)的深度融合，促進(jìn)相關(guān)算法和軟件的創(chuàng)新發(fā)展，提升我國(guó)在計(jì)算科學(xué)領(lǐng)域的國(guó)際競(jìng)爭(zhēng)力。同時(shí)，這也為其他復(fù)雜算法在超級(jí)計(jì)算機(jī)上的優(yōu)化提供了寶貴的經(jīng)驗(yàn)和借鑒，推動(dòng)整個(gè)高性能計(jì)算應(yīng)用領(lǐng)域的發(fā)展。1.2國(guó)內(nèi)外研究現(xiàn)狀在國(guó)際上，諸多科研團(tuán)隊(duì)圍繞分子動(dòng)力學(xué)算法在超級(jí)計(jì)算機(jī)上的優(yōu)化開(kāi)展了大量研究工作。美國(guó)在該領(lǐng)域起步較早，一些頂尖科研機(jī)構(gòu)和高校，如斯坦福大學(xué)、加州理工學(xué)院等，利用其先進(jìn)的超級(jí)計(jì)算資源，對(duì)分子動(dòng)力學(xué)算法中的關(guān)鍵部分，如力計(jì)算、積分算法等進(jìn)行深入研究與優(yōu)化。在力計(jì)算方面，通過(guò)改進(jìn)算法，減少計(jì)算量，提高計(jì)算效率，從而加速分子動(dòng)力學(xué)模擬過(guò)程。在積分算法上，探索更高效、穩(wěn)定的算法，以提高模擬精度和速度。同時(shí)，歐洲的科研團(tuán)隊(duì)也在積極探索分子動(dòng)力學(xué)算法的優(yōu)化，如德國(guó)的馬克斯?普朗克學(xué)會(huì)，他們注重算法的并行化策略，通過(guò)合理分配計(jì)算任務(wù)，充分利用超級(jí)計(jì)算機(jī)的多核資源，提升分子動(dòng)力學(xué)模擬的并行效率。在國(guó)內(nèi)，隨著神威?太湖之光等超級(jí)計(jì)算機(jī)的問(wèn)世，相關(guān)研究也取得了顯著進(jìn)展。不少科研團(tuán)隊(duì)針對(duì)神威?太湖之光的體系結(jié)構(gòu)特點(diǎn)，對(duì)分子動(dòng)力學(xué)算法進(jìn)行了有針對(duì)性的優(yōu)化。山東大學(xué)的研究團(tuán)隊(duì)在基于神威?太湖之光的高性能分子動(dòng)力學(xué)算法設(shè)計(jì)與優(yōu)化方面進(jìn)行了深入研究，通過(guò)優(yōu)化算法中的數(shù)據(jù)結(jié)構(gòu)和計(jì)算流程，提高了算法在神威?太湖之光上的運(yùn)行效率。中國(guó)科學(xué)技術(shù)大學(xué)的研究人員針對(duì)分子動(dòng)力學(xué)模擬軟件GROMACS中的PME（ParticleMeshEwald）算法在神威太湖之光上展開(kāi)研究，針對(duì)隨機(jī)訪存模式、網(wǎng)格點(diǎn)寫(xiě)寫(xiě)沖突等挑戰(zhàn)，提出了基于局部網(wǎng)格序的分塊策略、數(shù)據(jù)重組策略、非線性函數(shù)近似等方法進(jìn)行優(yōu)化，最終優(yōu)化后的結(jié)果相較于初始版本性能提升了8.85倍，相較于IntelCPU版本提升了1.2倍，為神威太湖之光上其他分子動(dòng)力學(xué)模擬軟件和涉及散亂數(shù)據(jù)插值程序的優(yōu)化提供了借鑒。然而，當(dāng)前國(guó)內(nèi)外研究仍存在一些不足之處與空白。一方面，雖然在算法優(yōu)化方面取得了一定成果，但在算法與神威?太湖之光硬件資源的深度融合上還有待加強(qiáng)，未能充分挖掘神威?太湖之光的全部計(jì)算潛力。例如，在處理大規(guī)模分子體系時(shí)，內(nèi)存管理和數(shù)據(jù)傳輸效率仍需進(jìn)一步提高，以減少計(jì)算過(guò)程中的等待時(shí)間，提高整體計(jì)算效率。另一方面，現(xiàn)有的優(yōu)化研究多集中在常見(jiàn)的分子動(dòng)力學(xué)模擬軟件和算法上，對(duì)于一些新興的分子動(dòng)力學(xué)模擬方法和特殊應(yīng)用場(chǎng)景下的算法優(yōu)化研究較少，如針對(duì)量子分子動(dòng)力學(xué)模擬算法在神威?太湖之光上的優(yōu)化研究尚顯不足，難以滿(mǎn)足日益增長(zhǎng)的復(fù)雜科學(xué)研究需求。1.3研究?jī)?nèi)容與方法本研究的主要內(nèi)容是基于神威?太湖之光的體系結(jié)構(gòu)特點(diǎn)，對(duì)分子動(dòng)力學(xué)算法進(jìn)行全面深入的優(yōu)化。具體而言，首先對(duì)分子動(dòng)力學(xué)算法的原理和流程進(jìn)行細(xì)致剖析，明確其中的關(guān)鍵計(jì)算步驟以及資源消耗較大的部分，如力計(jì)算模塊，其涉及到大量的原子間相互作用力的計(jì)算，計(jì)算量巨大，是影響算法效率的關(guān)鍵環(huán)節(jié)之一；還有積分算法部分，其精度和計(jì)算速度直接關(guān)系到模擬結(jié)果的準(zhǔn)確性和計(jì)算效率。針對(duì)神威?太湖之光多核并行的特點(diǎn)，對(duì)分子動(dòng)力學(xué)算法進(jìn)行并行化改造。深入研究任務(wù)分配策略，根據(jù)不同的計(jì)算任務(wù)特點(diǎn)和核的性能，將計(jì)算任務(wù)合理地分配到各個(gè)核上，以充分發(fā)揮多核并行計(jì)算的優(yōu)勢(shì)，提高計(jì)算效率。例如，對(duì)于力計(jì)算任務(wù)，可以按照原子的空間分布或者計(jì)算量的大小，將其分配到不同的核上進(jìn)行并行計(jì)算。同時(shí)，優(yōu)化數(shù)據(jù)傳輸方式，減少核與核之間、內(nèi)存與處理器之間的數(shù)據(jù)傳輸開(kāi)銷(xiāo)，提高數(shù)據(jù)傳輸效率。在神威?太湖之光的架構(gòu)下，數(shù)據(jù)傳輸?shù)难舆t會(huì)對(duì)整體計(jì)算效率產(chǎn)生較大影響，因此通過(guò)優(yōu)化數(shù)據(jù)傳輸方式，如采用緩存機(jī)制、減少不必要的數(shù)據(jù)復(fù)制等，可以有效提高算法的運(yùn)行效率。此外，還將對(duì)分子動(dòng)力學(xué)算法中的關(guān)鍵數(shù)據(jù)結(jié)構(gòu)進(jìn)行優(yōu)化。根據(jù)神威?太湖之光的存儲(chǔ)結(jié)構(gòu)和訪問(wèn)特點(diǎn)，設(shè)計(jì)更高效的數(shù)據(jù)結(jié)構(gòu)，以減少內(nèi)存占用，提高數(shù)據(jù)的訪問(wèn)速度和處理效率。比如，對(duì)于原子坐標(biāo)、速度等頻繁訪問(wèn)的數(shù)據(jù)，可以采用更緊湊的數(shù)據(jù)結(jié)構(gòu)進(jìn)行存儲(chǔ)，減少內(nèi)存的占用，同時(shí)提高數(shù)據(jù)的讀取和寫(xiě)入速度。在研究方法上，本研究將采用理論分析、實(shí)驗(yàn)研究和案例分析相結(jié)合的方式。通過(guò)理論分析，深入研究分子動(dòng)力學(xué)算法的計(jì)算復(fù)雜度、并行性特點(diǎn)以及與神威?太湖之光體系結(jié)構(gòu)的適配性，從理論層面為算法優(yōu)化提供依據(jù)和指導(dǎo)。例如，運(yùn)用算法復(fù)雜度分析方法，對(duì)不同的算法實(shí)現(xiàn)進(jìn)行復(fù)雜度計(jì)算和比較，找出最優(yōu)的算法實(shí)現(xiàn)方式。在實(shí)驗(yàn)研究方面，基于神威?太湖之光超級(jí)計(jì)算機(jī)搭建實(shí)驗(yàn)平臺(tái)，對(duì)優(yōu)化前后的分子動(dòng)力學(xué)算法進(jìn)行性能測(cè)試和對(duì)比分析。通過(guò)設(shè)置不同的實(shí)驗(yàn)參數(shù)，如模擬體系的規(guī)模、計(jì)算精度要求等，全面評(píng)估算法優(yōu)化的效果。在實(shí)驗(yàn)過(guò)程中，記錄算法的運(yùn)行時(shí)間、計(jì)算資源利用率等關(guān)鍵指標(biāo)，通過(guò)對(duì)這些指標(biāo)的分析，驗(yàn)證優(yōu)化策略的有效性，并進(jìn)一步發(fā)現(xiàn)算法中存在的問(wèn)題和不足，為后續(xù)的優(yōu)化提供方向。同時(shí)，結(jié)合具體的應(yīng)用案例，如藥物分子與靶標(biāo)蛋白的相互作用模擬、材料微觀結(jié)構(gòu)與力學(xué)性能關(guān)系的研究等，深入分析優(yōu)化后的分子動(dòng)力學(xué)算法在實(shí)際應(yīng)用中的表現(xiàn)，驗(yàn)證其在解決實(shí)際科學(xué)問(wèn)題中的有效性和優(yōu)勢(shì)。通過(guò)對(duì)實(shí)際應(yīng)用案例的分析，不僅可以檢驗(yàn)算法優(yōu)化的效果，還可以為相關(guān)領(lǐng)域的研究提供更有效的計(jì)算模擬手段，推動(dòng)相關(guān)領(lǐng)域的發(fā)展。1.4研究創(chuàng)新點(diǎn)本研究在分子動(dòng)力學(xué)算法優(yōu)化策略上實(shí)現(xiàn)了創(chuàng)新融合。將多種優(yōu)化技術(shù)有機(jī)結(jié)合，而非單一采用某一種優(yōu)化方法。在力計(jì)算模塊，融合了基于數(shù)據(jù)局部性的內(nèi)存訪問(wèn)優(yōu)化技術(shù)與基于任務(wù)分解的并行計(jì)算優(yōu)化技術(shù)。通過(guò)對(duì)原子數(shù)據(jù)進(jìn)行合理組織，使內(nèi)存訪問(wèn)更具局部性，減少內(nèi)存訪問(wèn)延遲，同時(shí)根據(jù)力計(jì)算任務(wù)的特點(diǎn)，將其分解為多個(gè)子任務(wù)，分配到不同的計(jì)算核心上并行執(zhí)行，大幅提高力計(jì)算的效率。在積分算法部分，結(jié)合自適應(yīng)步長(zhǎng)控制技術(shù)和數(shù)值穩(wěn)定性?xún)?yōu)化技術(shù)，根據(jù)模擬體系的動(dòng)態(tài)變化自動(dòng)調(diào)整積分步長(zhǎng)，在保證計(jì)算精度的前提下，提高計(jì)算速度，同時(shí)優(yōu)化算法的數(shù)值穩(wěn)定性，減少模擬過(guò)程中的誤差積累。在性能評(píng)估方面，本研究構(gòu)建了一套全面且細(xì)致的評(píng)估指標(biāo)體系。不僅關(guān)注傳統(tǒng)的計(jì)算時(shí)間、計(jì)算資源利用率等指標(biāo)，還引入了針對(duì)分子動(dòng)力學(xué)模擬特點(diǎn)的新指標(biāo)。如模擬結(jié)果的準(zhǔn)確性指標(biāo)，通過(guò)與實(shí)驗(yàn)數(shù)據(jù)或高精度理論計(jì)算結(jié)果進(jìn)行對(duì)比，量化評(píng)估模擬結(jié)果與真實(shí)情況的接近程度；算法的可擴(kuò)展性指標(biāo)，用于衡量算法在不同規(guī)模計(jì)算資源下的性能表現(xiàn)，以及隨著模擬體系規(guī)模增大，算法性能的變化趨勢(shì)；內(nèi)存使用效率指標(biāo)，分析算法在運(yùn)行過(guò)程中內(nèi)存的占用情況和內(nèi)存訪問(wèn)模式，評(píng)估內(nèi)存資源的利用效率。通過(guò)這套評(píng)估指標(biāo)體系，能夠更全面、準(zhǔn)確地評(píng)估分子動(dòng)力學(xué)算法優(yōu)化的效果，為算法的進(jìn)一步改進(jìn)提供有力的數(shù)據(jù)支持和方向指導(dǎo)。二、相關(guān)理論基礎(chǔ)2.1分子動(dòng)力學(xué)算法概述分子動(dòng)力學(xué)（MolecularDynamics，簡(jiǎn)稱(chēng)MD）算法是一種基于牛頓運(yùn)動(dòng)定律的計(jì)算方法，通過(guò)計(jì)算機(jī)仿真不斷迭代模擬大量原子或分子在不同時(shí)刻下的運(yùn)動(dòng)軌跡和相互作用過(guò)程。其基本原理是將分子體系中的原子視為遵循牛頓運(yùn)動(dòng)定律的粒子，通過(guò)計(jì)算原子間的相互作用力，求解原子的運(yùn)動(dòng)方程，從而得到原子在不同時(shí)刻的位置、速度和加速度等信息，進(jìn)而模擬分子體系的動(dòng)態(tài)行為。分子動(dòng)力學(xué)算法的發(fā)展歷程可追溯到20世紀(jì)50年代。1957年，奧爾德（Alder）和溫萊特（Wainwright）首先在硬球模型下采用分子動(dòng)力學(xué)研究氣體和液體的狀態(tài)方程，開(kāi)創(chuàng)了用分子動(dòng)力學(xué)模擬方法研究物質(zhì)宏觀性質(zhì)的先例。在早期，受計(jì)算機(jī)硬件性能和算法的限制，分子動(dòng)力學(xué)模擬只能處理非常小的分子體系。隨著計(jì)算機(jī)技術(shù)的迅猛發(fā)展，從20世紀(jì)60年代開(kāi)始，分子動(dòng)力學(xué)迎來(lái)了快速發(fā)展階段。人們開(kāi)始使用更加精細(xì)的力場(chǎng)模型來(lái)描述分子間的相互作用，如Lennard-Jones勢(shì)函數(shù)等，同時(shí)不斷優(yōu)化算法，發(fā)展了許多新的計(jì)算方法和技術(shù)，使得分子動(dòng)力學(xué)能夠模擬更大、更復(fù)雜的分子系統(tǒng)。1971年，拉赫曼（Rahman）和斯蒂林格（Stillinger）首次基于計(jì)算機(jī)模擬研究了具有分子團(tuán)簇行為的水的性質(zhì)；1977年，分子動(dòng)力學(xué)模擬方法第一次成功模擬了生物大分子體系，即牛胰蛋白酶抑制劑的折疊，這標(biāo)志著分子動(dòng)力學(xué)在生物科學(xué)領(lǐng)域的應(yīng)用取得了重要突破。此后，分子動(dòng)力學(xué)在理論和應(yīng)用方面不斷拓展，恒壓、恒溫分子動(dòng)力學(xué)方法等相繼被提出，分子動(dòng)力學(xué)方法被擴(kuò)展到了存在速度梯度的非平衡系統(tǒng)，其應(yīng)用范圍也涵蓋了化學(xué)、物理、生物、材料等多個(gè)科學(xué)領(lǐng)域。分子動(dòng)力學(xué)算法在眾多領(lǐng)域有著廣泛的應(yīng)用。在生物科學(xué)研究中，它可用于研究結(jié)構(gòu)生物學(xué)，通過(guò)模擬蛋白質(zhì)、核酸等生物大分子的動(dòng)態(tài)結(jié)構(gòu)和相互作用，深入了解生物分子的功能和作用機(jī)制，為解釋生命過(guò)程中的各種現(xiàn)象提供理論依據(jù)。在計(jì)算機(jī)輔助藥物發(fā)現(xiàn)領(lǐng)域，分子動(dòng)力學(xué)模擬能夠研究藥物分子與靶標(biāo)蛋白的結(jié)合模式和相互作用過(guò)程，評(píng)估藥物分子的活性和選擇性，加速藥物分子的篩選和優(yōu)化過(guò)程，降低新藥研發(fā)的成本和周期。在納米技術(shù)領(lǐng)域，分子動(dòng)力學(xué)可模擬納米材料的結(jié)構(gòu)和性能，研究納米尺度下的物理、化學(xué)現(xiàn)象，為納米材料的設(shè)計(jì)和制備提供指導(dǎo)。在化學(xué)反應(yīng)動(dòng)力學(xué)研究中，分子動(dòng)力學(xué)模擬方法可用于模擬和解釋化學(xué)反應(yīng)的反應(yīng)路徑和動(dòng)態(tài)轉(zhuǎn)化過(guò)程，幫助研究人員深入理解化學(xué)反應(yīng)的機(jī)理，為開(kāi)發(fā)新的化學(xué)反應(yīng)工藝和催化劑提供理論支持。在材料科學(xué)領(lǐng)域，分子動(dòng)力學(xué)能夠分析分子材料的靜態(tài)及動(dòng)態(tài)特征，模擬材料在不同條件下的微觀結(jié)構(gòu)演變和力學(xué)性能，預(yù)測(cè)材料的性能變化，為新材料的研發(fā)和性能優(yōu)化提供重要參考。例如，在研究金屬材料的力學(xué)性能時(shí)，通過(guò)分子動(dòng)力學(xué)模擬可以觀察位錯(cuò)的運(yùn)動(dòng)、增殖和相互作用，從而深入了解金屬材料的變形機(jī)制，為提高金屬材料的強(qiáng)度和韌性提供理論依據(jù)。然而，分子動(dòng)力學(xué)算法也存在一定的局限性。一方面，分子動(dòng)力學(xué)模擬依賴(lài)于力場(chǎng)模型來(lái)描述原子間的相互作用，力場(chǎng)模型的準(zhǔn)確性直接影響模擬結(jié)果的可靠性。但目前的力場(chǎng)模型大多是基于經(jīng)驗(yàn)或半經(jīng)驗(yàn)的方法構(gòu)建的，對(duì)于一些復(fù)雜的分子體系或特殊的相互作用，力場(chǎng)模型可能無(wú)法準(zhǔn)確描述，從而導(dǎo)致模擬結(jié)果與實(shí)際情況存在偏差。另一方面，分子動(dòng)力學(xué)模擬的計(jì)算量巨大，隨著模擬體系規(guī)模的增大和模擬時(shí)間的延長(zhǎng)，計(jì)算成本呈指數(shù)級(jí)增長(zhǎng)。這使得在處理大規(guī)模復(fù)雜分子體系時(shí)，傳統(tǒng)的計(jì)算資源往往難以滿(mǎn)足需求，限制了分子動(dòng)力學(xué)模擬的應(yīng)用范圍和精度。此外，分子動(dòng)力學(xué)模擬在處理一些量子效應(yīng)顯著的體系時(shí)也存在困難，如涉及電子轉(zhuǎn)移、化學(xué)鍵的斷裂與形成等過(guò)程，由于經(jīng)典的分子動(dòng)力學(xué)方法基于牛頓力學(xué)，無(wú)法準(zhǔn)確描述這些量子現(xiàn)象，需要結(jié)合量子力學(xué)方法進(jìn)行研究，但這又進(jìn)一步增加了計(jì)算的復(fù)雜性和難度。2.2神威?太湖之光超級(jí)計(jì)算機(jī)神威?太湖之光超級(jí)計(jì)算機(jī)由中國(guó)國(guó)家并行計(jì)算機(jī)工程技術(shù)研究中心研制，安裝在國(guó)家超級(jí)計(jì)算無(wú)錫中心，其發(fā)展歷程充滿(mǎn)著科技創(chuàng)新與突破。2012年7月項(xiàng)目啟動(dòng)調(diào)研論證，江蘇省人民政府次年4月22日正式提出在無(wú)錫市建設(shè)10億億次超級(jí)計(jì)算中心，得到科技部支持。2014年3月5日，中國(guó)科技部同意“高效能計(jì)算機(jī)及應(yīng)用服務(wù)環(huán)境（二期）”重大項(xiàng)目立項(xiàng)，同年8月機(jī)房改造立項(xiàng)。2015年7月機(jī)房施工結(jié)束，12月31日，神威?太湖之光超級(jí)計(jì)算機(jī)研制完成。從2016年6月起，神威?太湖之光四次雄踞“全球超級(jí)計(jì)算機(jī)500強(qiáng)”榜首，成為全球矚目的超級(jí)計(jì)算利器。在硬件架構(gòu)方面，神威?太湖之光采用了獨(dú)特的設(shè)計(jì)。它安裝了40960個(gè)中國(guó)自主研發(fā)的神威26010眾核處理器，該眾核處理器采用64位自主神威指令系統(tǒng)，核心工作頻率1.5GHz，峰值性能可達(dá)3,168萬(wàn)億次每秒。每個(gè)神威芯片聚合了4個(gè)核組，多達(dá)260個(gè)不同的計(jì)算核心；在一個(gè)神威的超節(jié)點(diǎn)中，通過(guò)定制網(wǎng)絡(luò)版集成了256個(gè)芯片，并實(shí)現(xiàn)任意兩個(gè)芯片相互間的點(diǎn)對(duì)點(diǎn)高速直連；在系統(tǒng)層面，通過(guò)“神威”自主研發(fā)的高速網(wǎng)絡(luò)系統(tǒng)，將4萬(wàn)個(gè)芯片超過(guò)1000萬(wàn)個(gè)計(jì)算核心匯聚成一個(gè)整體，構(gòu)建起強(qiáng)大的并行計(jì)算體系，為實(shí)現(xiàn)超高計(jì)算性能奠定了堅(jiān)實(shí)基礎(chǔ)。神威?太湖之光的性能表現(xiàn)卓越。系統(tǒng)峰值性能高達(dá)12.5億億次，持續(xù)性能也達(dá)到了9.3億億次，性能功耗比為每瓦60.51億次。其驚人的計(jì)算能力相當(dāng)于200多萬(wàn)臺(tái)普通筆記本電腦同時(shí)工作，1分鐘的計(jì)算能力大約是全球70多億人同時(shí)用計(jì)算器不間斷計(jì)算32年。在硬件設(shè)計(jì)上，神威?太湖之光采用直流供電、全機(jī)水冷等關(guān)鍵技術(shù)，建立全方位低功耗設(shè)計(jì)與控制體系，使其在擁有超強(qiáng)算力的同時(shí)，功耗卻十分低，系統(tǒng)性能功耗比為60.5億次/瓦，比同時(shí)期其他國(guó)際頂尖超級(jí)計(jì)算系統(tǒng)節(jié)能60%以上，有效解決了高性能計(jì)算中能耗過(guò)高的問(wèn)題。在實(shí)際應(yīng)用領(lǐng)域，神威?太湖之光成果豐碩，廣泛服務(wù)于多個(gè)重要領(lǐng)域。在氣候氣象領(lǐng)域，基于神威?太湖之光系統(tǒng)開(kāi)發(fā)的“千萬(wàn)核可擴(kuò)展全球大氣動(dòng)力學(xué)全隱式模擬”應(yīng)用，實(shí)現(xiàn)了快速且準(zhǔn)確的大氣模擬，分辨率達(dá)公里級(jí)，整機(jī)持續(xù)計(jì)算性能為7.95PFlopS，該應(yīng)用獲得了2016年“戈登?貝爾”獎(jiǎng)，為氣象研究和天氣預(yù)報(bào)提供了更精準(zhǔn)的數(shù)據(jù)支持和模型參考，有助于提高對(duì)氣候變化的預(yù)測(cè)能力，為應(yīng)對(duì)氣候變化提供科學(xué)依據(jù)。在地球物理領(lǐng)域，“非線性地震模擬”利用神威?太湖之光成功模擬了唐山大地震震源附近區(qū)域在地震發(fā)生后的地質(zhì)變化，分辨率可達(dá)到8米，頻率可達(dá)到18赫茲，通過(guò)模擬地震過(guò)程，深入研究地震機(jī)理與動(dòng)力學(xué)過(guò)程，為地震災(zāi)害的預(yù)防和應(yīng)對(duì)提供重要的理論支持和實(shí)踐指導(dǎo)。在生物醫(yī)藥領(lǐng)域，神威?太湖之光助力藥物分子與靶標(biāo)蛋白的相互作用模擬研究，加速藥物研發(fā)進(jìn)程，為攻克疑難病癥提供了有力的技術(shù)支撐。在材料科學(xué)領(lǐng)域，它可用于模擬材料在不同條件下的微觀結(jié)構(gòu)演變和力學(xué)性能，幫助研究人員開(kāi)發(fā)出具有更優(yōu)異性能的新材料，滿(mǎn)足航空航天、電子信息、能源等領(lǐng)域?qū)Ω咝阅懿牧系男枨蟆＝刂?022年12月，依托神威?太湖之光，中國(guó)無(wú)錫超算中心牽頭推行中國(guó)“十三五”科技研發(fā)計(jì)劃項(xiàng)目4項(xiàng)，參與20項(xiàng)中國(guó)國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目或課題，承擔(dān)中國(guó)江蘇省、無(wú)錫市及高校、企事業(yè)單位的橫向項(xiàng)目120余項(xiàng)，在推動(dòng)各領(lǐng)域科學(xué)研究和技術(shù)創(chuàng)新方面發(fā)揮了重要作用。2.3分子動(dòng)力學(xué)算法在神威?太湖之光上的運(yùn)行機(jī)制分子動(dòng)力學(xué)算法在神威?太湖之光上的運(yùn)行是一個(gè)復(fù)雜且有序的過(guò)程，涉及多個(gè)關(guān)鍵步驟和技術(shù)。當(dāng)在神威?太湖之光上啟動(dòng)分子動(dòng)力學(xué)模擬任務(wù)時(shí)，首先需要對(duì)模擬體系進(jìn)行初始化設(shè)置。這包括定義分子體系中原子的初始位置、速度等信息，根據(jù)模擬的具體需求和研究體系的特點(diǎn)，設(shè)置合適的模擬參數(shù)，如溫度、壓力、模擬時(shí)間步長(zhǎng)等。這些初始信息和參數(shù)將為后續(xù)的模擬計(jì)算提供基礎(chǔ)條件。在模擬過(guò)程中，力計(jì)算是最為關(guān)鍵的步驟之一。分子動(dòng)力學(xué)算法通過(guò)特定的力場(chǎng)模型來(lái)計(jì)算原子間的相互作用力，常見(jiàn)的力場(chǎng)模型如Lennard-Jones勢(shì)函數(shù)、AMBER力場(chǎng)、CHARMM力場(chǎng)等，這些力場(chǎng)模型根據(jù)不同分子體系的特點(diǎn)和相互作用類(lèi)型，采用相應(yīng)的數(shù)學(xué)表達(dá)式來(lái)描述原子間的相互作用勢(shì)能。在神威?太湖之光上，力計(jì)算任務(wù)會(huì)被分配到眾多的計(jì)算核心上進(jìn)行并行計(jì)算。由于其擁有40960個(gè)芯片和將近1100萬(wàn)個(gè)核，具備強(qiáng)大的多核并行計(jì)算能力，能夠?qū)⒘τ?jì)算任務(wù)分解為多個(gè)子任務(wù)，同時(shí)在不同的核上進(jìn)行計(jì)算，從而大大加快力計(jì)算的速度。例如，在模擬一個(gè)包含大量原子的蛋白質(zhì)分子體系時(shí)，將原子按照空間位置或編號(hào)等方式進(jìn)行劃分，每個(gè)計(jì)算核心負(fù)責(zé)計(jì)算一部分原子間的相互作用力，最后再將各個(gè)核心計(jì)算得到的結(jié)果進(jìn)行匯總，得到整個(gè)分子體系中所有原子的受力情況。在完成力計(jì)算后，需要根據(jù)牛頓運(yùn)動(dòng)定律求解原子的運(yùn)動(dòng)方程，以更新原子的位置和速度。常用的數(shù)值積分算法如Verlet算法、Velocity-Verlet算法、Leapfrog算法等被用于求解運(yùn)動(dòng)方程。這些算法通過(guò)對(duì)時(shí)間進(jìn)行離散化處理，將原子的運(yùn)動(dòng)過(guò)程劃分為一系列的時(shí)間步，在每個(gè)時(shí)間步上根據(jù)原子所受的力和上一時(shí)刻的位置、速度信息，計(jì)算出當(dāng)前時(shí)刻原子的新位置和速度。在神威?太湖之光上，利用其高效的計(jì)算能力和并行計(jì)算架構(gòu)，能夠快速地對(duì)大量原子的運(yùn)動(dòng)方程進(jìn)行求解。通過(guò)合理的任務(wù)分配和并行計(jì)算策略，不同的計(jì)算核心可以同時(shí)處理不同原子的運(yùn)動(dòng)方程求解，提高計(jì)算效率。同時(shí)，為了保證計(jì)算的準(zhǔn)確性和穩(wěn)定性，還需要對(duì)積分步長(zhǎng)進(jìn)行合理的選擇和控制，積分步長(zhǎng)過(guò)小會(huì)導(dǎo)致計(jì)算量大幅增加，計(jì)算效率降低；而積分步長(zhǎng)過(guò)大則可能會(huì)導(dǎo)致計(jì)算結(jié)果的誤差增大，甚至出現(xiàn)數(shù)值不穩(wěn)定的情況。因此，在實(shí)際模擬過(guò)程中，需要根據(jù)模擬體系的特點(diǎn)和精度要求，選擇合適的積分步長(zhǎng)，并在必要時(shí)進(jìn)行自適應(yīng)調(diào)整。分子動(dòng)力學(xué)模擬過(guò)程中還涉及到大量的數(shù)據(jù)存儲(chǔ)和傳輸。原子的位置、速度、受力等信息需要在計(jì)算過(guò)程中不斷地進(jìn)行存儲(chǔ)和讀取，以保證模擬的連續(xù)性和準(zhǔn)確性。神威?太湖之光采用了先進(jìn)的存儲(chǔ)系統(tǒng)和數(shù)據(jù)傳輸技術(shù)，以滿(mǎn)足分子動(dòng)力學(xué)模擬對(duì)數(shù)據(jù)處理的需求。其存儲(chǔ)系統(tǒng)具備大容量、高帶寬的特點(diǎn)，能夠快速地存儲(chǔ)和讀取模擬過(guò)程中產(chǎn)生的大量數(shù)據(jù)。在數(shù)據(jù)傳輸方面，通過(guò)優(yōu)化的數(shù)據(jù)傳輸協(xié)議和網(wǎng)絡(luò)架構(gòu)，減少數(shù)據(jù)在不同計(jì)算核心之間、內(nèi)存與處理器之間傳輸時(shí)的延遲和開(kāi)銷(xiāo)，提高數(shù)據(jù)傳輸?shù)男?。例如，采用高速的片上網(wǎng)絡(luò)和優(yōu)化的通信算法，實(shí)現(xiàn)計(jì)算核心之間的數(shù)據(jù)快速交換，確保在并行計(jì)算過(guò)程中，各個(gè)核心能夠及時(shí)獲取所需的數(shù)據(jù)，協(xié)同完成模擬任務(wù)。在運(yùn)行過(guò)程中，還會(huì)面臨一些問(wèn)題和挑戰(zhàn)。由于分子動(dòng)力學(xué)模擬的計(jì)算量巨大，對(duì)計(jì)算資源的需求極高，如何在神威?太湖之光有限的計(jì)算資源下，實(shí)現(xiàn)高效的任務(wù)調(diào)度和資源分配是一個(gè)關(guān)鍵問(wèn)題。如果任務(wù)分配不合理，可能會(huì)導(dǎo)致部分計(jì)算核心負(fù)載過(guò)高，而部分核心閑置，從而降低整體計(jì)算效率。為了解決這個(gè)問(wèn)題，需要采用智能的任務(wù)調(diào)度算法，根據(jù)計(jì)算任務(wù)的特點(diǎn)和各個(gè)計(jì)算核心的性能狀態(tài)，動(dòng)態(tài)地分配任務(wù)，使計(jì)算資源得到充分利用。此外，分子動(dòng)力學(xué)模擬中的數(shù)據(jù)訪問(wèn)模式往往具有一定的隨機(jī)性，這可能會(huì)導(dǎo)致內(nèi)存訪問(wèn)效率低下，影響計(jì)算速度。針對(duì)這一問(wèn)題，可以通過(guò)優(yōu)化數(shù)據(jù)結(jié)構(gòu)和緩存策略，提高數(shù)據(jù)訪問(wèn)的局部性，減少內(nèi)存訪問(wèn)的次數(shù)和延遲，從而提升計(jì)算效率。例如，采用基于數(shù)據(jù)塊的存儲(chǔ)方式，將相關(guān)的數(shù)據(jù)存儲(chǔ)在相鄰的內(nèi)存位置，以便在訪問(wèn)時(shí)能夠一次性讀取多個(gè)數(shù)據(jù)，減少內(nèi)存訪問(wèn)的開(kāi)銷(xiāo)；同時(shí)，合理利用神威?太湖之光的多級(jí)緩存機(jī)制，將經(jīng)常訪問(wèn)的數(shù)據(jù)緩存到高速緩存中，提高數(shù)據(jù)的讀取速度。三、分子動(dòng)力學(xué)算法在神威?太湖之光上的運(yùn)行瓶頸分析3.1計(jì)算性能瓶頸神威?太湖之光雖具備強(qiáng)大的計(jì)算能力，然而在運(yùn)行分子動(dòng)力學(xué)算法時(shí)，計(jì)算性能瓶頸仍較為顯著，主要體現(xiàn)在處理器性能與內(nèi)存帶寬兩個(gè)關(guān)鍵方面。從處理器性能角度來(lái)看，神威?太湖之光采用的神威26010眾核處理器，雖擁有多達(dá)260個(gè)不同的計(jì)算核心，在并行計(jì)算上具備天然優(yōu)勢(shì)，但分子動(dòng)力學(xué)算法的復(fù)雜性對(duì)處理器性能提出了極高要求。在力計(jì)算階段，需頻繁進(jìn)行原子間相互作用力的復(fù)雜計(jì)算，涉及大量的數(shù)學(xué)運(yùn)算和數(shù)據(jù)讀取操作。隨著模擬體系規(guī)模的不斷增大，原子數(shù)量急劇增加，處理器需處理的數(shù)據(jù)量呈指數(shù)級(jí)增長(zhǎng)，這使得處理器在力計(jì)算時(shí)的負(fù)載極高。例如，在模擬一個(gè)包含數(shù)萬(wàn)個(gè)原子的蛋白質(zhì)分子體系時(shí)，每個(gè)時(shí)間步長(zhǎng)下力計(jì)算所需的浮點(diǎn)運(yùn)算次數(shù)可達(dá)數(shù)十億甚至上百億次，即使神威26010眾核處理器具備強(qiáng)大的并行計(jì)算能力，在面對(duì)如此巨大的計(jì)算量時(shí)，部分計(jì)算核心仍可能出現(xiàn)負(fù)載過(guò)重的情況，導(dǎo)致計(jì)算效率降低。而且，分子動(dòng)力學(xué)算法中的積分算法對(duì)處理器的計(jì)算精度和穩(wěn)定性也有嚴(yán)格要求。在求解原子運(yùn)動(dòng)方程時(shí)，需進(jìn)行多次迭代計(jì)算，若處理器在計(jì)算精度上稍有偏差，隨著迭代次數(shù)的增加，模擬結(jié)果的誤差將逐漸累積，最終影響模擬的準(zhǔn)確性。內(nèi)存帶寬方面，其對(duì)分子動(dòng)力學(xué)算法的運(yùn)行效率影響同樣不容忽視。分子動(dòng)力學(xué)模擬過(guò)程中，原子的位置、速度、受力等數(shù)據(jù)需頻繁在內(nèi)存與處理器之間傳輸。由于分子動(dòng)力學(xué)算法的數(shù)據(jù)訪問(wèn)模式具有一定的隨機(jī)性，在計(jì)算過(guò)程中會(huì)產(chǎn)生大量的隨機(jī)內(nèi)存訪問(wèn)請(qǐng)求，這對(duì)內(nèi)存帶寬造成了極大壓力。以原子位置數(shù)據(jù)的更新為例，在每個(gè)時(shí)間步長(zhǎng)下，處理器需讀取原子的當(dāng)前位置信息，計(jì)算其新位置后再將結(jié)果寫(xiě)回內(nèi)存。當(dāng)模擬體系規(guī)模較大時(shí)，這種頻繁的讀寫(xiě)操作會(huì)導(dǎo)致內(nèi)存帶寬成為性能瓶頸。相關(guān)研究表明，在某些大規(guī)模分子動(dòng)力學(xué)模擬場(chǎng)景下，內(nèi)存帶寬的利用率可高達(dá)90%以上，此時(shí)內(nèi)存帶寬的微小波動(dòng)都可能對(duì)計(jì)算性能產(chǎn)生顯著影響。一旦內(nèi)存帶寬不足，處理器將處于等待數(shù)據(jù)傳輸?shù)臓顟B(tài)，造成計(jì)算資源的浪費(fèi)，降低整體計(jì)算效率。此外，神威?太湖之光的內(nèi)存架構(gòu)中，不同層次的內(nèi)存（如緩存、主存等）之間的數(shù)據(jù)傳輸速度存在差異，這也可能導(dǎo)致數(shù)據(jù)傳輸延遲，進(jìn)一步加劇內(nèi)存帶寬的瓶頸效應(yīng)。例如，從緩存到主存的數(shù)據(jù)傳輸速度相對(duì)較慢，當(dāng)緩存命中率較低時(shí)，大量數(shù)據(jù)需從主存讀取，這將顯著增加數(shù)據(jù)傳輸時(shí)間，影響分子動(dòng)力學(xué)算法的運(yùn)行效率。針對(duì)上述計(jì)算性能瓶頸，可采取一系列優(yōu)化策略。在處理器性能優(yōu)化方面，可通過(guò)改進(jìn)算法，減少不必要的計(jì)算量。如在力計(jì)算中，采用多體勢(shì)近似方法，對(duì)原子間相互作用力進(jìn)行合理近似，在保證計(jì)算精度的前提下，降低計(jì)算復(fù)雜度，減輕處理器負(fù)載。同時(shí)，根據(jù)計(jì)算任務(wù)的特點(diǎn)，動(dòng)態(tài)調(diào)整計(jì)算核心的分配策略。對(duì)于計(jì)算量較大的力計(jì)算任務(wù)，可分配更多的計(jì)算核心，以提高計(jì)算速度；而對(duì)于一些計(jì)算量相對(duì)較小但對(duì)實(shí)時(shí)性要求較高的任務(wù)，如模擬過(guò)程中的數(shù)據(jù)監(jiān)控和輸出，可分配較少的核心，確保整體計(jì)算資源的合理利用。在內(nèi)存帶寬優(yōu)化方面，優(yōu)化數(shù)據(jù)結(jié)構(gòu)，提高數(shù)據(jù)訪問(wèn)的局部性。例如，采用基于空間分區(qū)的數(shù)據(jù)存儲(chǔ)方式，將空間位置相近的原子數(shù)據(jù)存儲(chǔ)在一起，減少隨機(jī)內(nèi)存訪問(wèn)次數(shù)，提高內(nèi)存訪問(wèn)效率。同時(shí)，合理利用神威?太湖之光的緩存機(jī)制，通過(guò)預(yù)取技術(shù)，提前將可能訪問(wèn)的數(shù)據(jù)加載到緩存中，減少數(shù)據(jù)從主存讀取的次數(shù)，降低內(nèi)存帶寬的壓力。3.2內(nèi)存訪問(wèn)瓶頸在神威?太湖之光運(yùn)行分子動(dòng)力學(xué)算法時(shí)，內(nèi)存訪問(wèn)瓶頸是限制其性能進(jìn)一步提升的關(guān)鍵因素之一，主要體現(xiàn)在數(shù)據(jù)讀取延遲和內(nèi)存帶寬不足兩個(gè)方面。數(shù)據(jù)讀取延遲方面，分子動(dòng)力學(xué)模擬中，原子的位置、速度、受力等數(shù)據(jù)存儲(chǔ)在內(nèi)存中，處理器在計(jì)算過(guò)程中需要頻繁讀取這些數(shù)據(jù)。然而，由于內(nèi)存訪問(wèn)的物理特性，從內(nèi)存中讀取數(shù)據(jù)存在一定的延遲。在神威?太湖之光的架構(gòu)下，盡管采用了先進(jìn)的存儲(chǔ)技術(shù)，但當(dāng)分子動(dòng)力學(xué)模擬體系規(guī)模較大時(shí)，數(shù)據(jù)讀取延遲問(wèn)題依然較為突出。以大規(guī)模蛋白質(zhì)分子動(dòng)力學(xué)模擬為例，模擬體系中可能包含數(shù)百萬(wàn)個(gè)原子，每個(gè)原子都有多個(gè)屬性數(shù)據(jù)，如位置坐標(biāo)（x、y、z三個(gè)維度）、速度分量、受力分量等。在每個(gè)時(shí)間步長(zhǎng)下，處理器需要讀取所有原子的這些屬性數(shù)據(jù)，以進(jìn)行力計(jì)算和運(yùn)動(dòng)方程求解。如此大量的數(shù)據(jù)讀取操作，使得內(nèi)存訪問(wèn)延遲對(duì)計(jì)算效率的影響顯著增加。即使神威?太湖之光配備了高速緩存，試圖減少數(shù)據(jù)讀取延遲，但當(dāng)緩存命中率較低時(shí)，仍需從主存中讀取數(shù)據(jù)，這會(huì)導(dǎo)致較長(zhǎng)的等待時(shí)間，降低處理器的利用率。例如，當(dāng)模擬過(guò)程中原子的運(yùn)動(dòng)較為復(fù)雜，數(shù)據(jù)訪問(wèn)模式呈現(xiàn)高度隨機(jī)性時(shí)，緩存難以有效命中所需數(shù)據(jù)，處理器可能會(huì)在等待數(shù)據(jù)讀取的過(guò)程中處于空閑狀態(tài)，造成計(jì)算資源的浪費(fèi)。內(nèi)存帶寬不足也是一個(gè)嚴(yán)重的問(wèn)題。內(nèi)存帶寬指的是內(nèi)存與處理器之間數(shù)據(jù)傳輸?shù)乃俾?，它決定了單位時(shí)間內(nèi)能夠傳輸?shù)臄?shù)據(jù)量。在分子動(dòng)力學(xué)算法中，數(shù)據(jù)傳輸頻繁且數(shù)據(jù)量巨大，對(duì)內(nèi)存帶寬的需求極高。隨著模擬體系規(guī)模的增大以及計(jì)算精度要求的提高，內(nèi)存帶寬不足的問(wèn)題愈發(fā)明顯。在模擬復(fù)雜材料體系時(shí)，除了原子的基本屬性數(shù)據(jù)外，還可能涉及到原子間相互作用的參數(shù)數(shù)據(jù)、模擬過(guò)程中的中間結(jié)果數(shù)據(jù)等，這些數(shù)據(jù)都需要在內(nèi)存與處理器之間頻繁傳輸。相關(guān)研究表明，在某些大規(guī)模分子動(dòng)力學(xué)模擬場(chǎng)景下，內(nèi)存帶寬的利用率可高達(dá)90%以上，接近其極限。當(dāng)內(nèi)存帶寬不足時(shí)，數(shù)據(jù)傳輸速度無(wú)法滿(mǎn)足處理器的計(jì)算需求，會(huì)導(dǎo)致處理器等待數(shù)據(jù)，從而降低整體計(jì)算效率。例如，在進(jìn)行力計(jì)算時(shí)，處理器需要從內(nèi)存中讀取原子間的距離信息來(lái)計(jì)算相互作用力，若內(nèi)存帶寬不足，這些距離信息不能及時(shí)傳輸?shù)教幚砥?，處理器就?huì)處于等待狀態(tài)，無(wú)法進(jìn)行后續(xù)的計(jì)算操作。此外，神威?太湖之光的內(nèi)存架構(gòu)中，不同層次內(nèi)存（如緩存、主存、顯存等）之間的數(shù)據(jù)傳輸速度存在差異，這也會(huì)加劇內(nèi)存帶寬的壓力。當(dāng)數(shù)據(jù)在不同層次內(nèi)存之間頻繁切換傳輸時(shí)，會(huì)產(chǎn)生額外的傳輸延遲，進(jìn)一步影響內(nèi)存帶寬的有效利用。為緩解內(nèi)存訪問(wèn)瓶頸，可采取一系列有效措施。在減少數(shù)據(jù)讀取延遲方面，優(yōu)化數(shù)據(jù)結(jié)構(gòu)是關(guān)鍵。采用基于空間分區(qū)的數(shù)據(jù)存儲(chǔ)方式，將空間位置相近的原子數(shù)據(jù)存儲(chǔ)在一起，使數(shù)據(jù)訪問(wèn)具有更好的局部性。這樣在讀取某一原子的數(shù)據(jù)時(shí)，與之相鄰的原子數(shù)據(jù)也能被一并讀取到緩存中，提高緩存命中率，減少?gòu)闹鞔孀x取數(shù)據(jù)的次數(shù)，從而降低數(shù)據(jù)讀取延遲。例如，在模擬晶體材料時(shí)，按照晶體的晶格結(jié)構(gòu)對(duì)原子數(shù)據(jù)進(jìn)行分區(qū)存儲(chǔ)，當(dāng)處理器訪問(wèn)某一晶格位置的原子數(shù)據(jù)時(shí)，周?chē)Ц裎恢玫脑訑?shù)據(jù)也能快速被讀取到緩存中，減少內(nèi)存訪問(wèn)延遲。同時(shí)，利用預(yù)取技術(shù)，根據(jù)分子動(dòng)力學(xué)模擬的計(jì)算規(guī)律和數(shù)據(jù)訪問(wèn)模式，提前預(yù)測(cè)處理器即將訪問(wèn)的數(shù)據(jù)，并將其從主存加載到緩存中，當(dāng)處理器需要這些數(shù)據(jù)時(shí)，能夠直接從緩存中讀取，大大縮短數(shù)據(jù)讀取時(shí)間。在提升內(nèi)存帶寬方面，一方面，通過(guò)優(yōu)化算法減少不必要的數(shù)據(jù)傳輸。在力計(jì)算過(guò)程中，采用多體勢(shì)近似算法，減少原子間相互作用力計(jì)算時(shí)所需的數(shù)據(jù)量，從而降低數(shù)據(jù)傳輸?shù)念l率和量，減輕內(nèi)存帶寬的壓力。另一方面，合理利用神威?太湖之光的內(nèi)存架構(gòu)，優(yōu)化內(nèi)存訪問(wèn)策略。例如，充分利用多級(jí)緩存機(jī)制，將經(jīng)常訪問(wèn)的數(shù)據(jù)固定在高速緩存中，減少數(shù)據(jù)在不同層次內(nèi)存之間的傳輸，提高內(nèi)存帶寬的利用率。同時(shí)，對(duì)于大規(guī)模數(shù)據(jù)的傳輸，采用DMA（DirectMemoryAccess，直接內(nèi)存訪問(wèn)）技術(shù)，讓數(shù)據(jù)在內(nèi)存與外設(shè)之間直接傳輸，而不經(jīng)過(guò)處理器，釋放處理器資源，提高數(shù)據(jù)傳輸效率，從而有效提升內(nèi)存帶寬。3.3通信開(kāi)銷(xiāo)瓶頸在神威?太湖之光運(yùn)行分子動(dòng)力學(xué)算法時(shí)，通信開(kāi)銷(xiāo)瓶頸成為制約其性能提升的重要因素，主要源于節(jié)點(diǎn)間通信頻繁以及通信協(xié)議效率低等方面。節(jié)點(diǎn)間通信頻繁是導(dǎo)致通信開(kāi)銷(xiāo)大的關(guān)鍵原因之一。在分子動(dòng)力學(xué)模擬中，原子間的相互作用計(jì)算需要不同節(jié)點(diǎn)上的處理器協(xié)同工作。隨著模擬體系規(guī)模的不斷增大，原子數(shù)量增多，不同節(jié)點(diǎn)上原子間的相互作用計(jì)算任務(wù)量急劇增加，這使得節(jié)點(diǎn)間的數(shù)據(jù)交換變得極為頻繁。例如，在模擬包含數(shù)百萬(wàn)個(gè)原子的復(fù)雜材料體系時(shí)，每個(gè)原子與周?chē)拥南嗷プ饔昧τ?jì)算都可能涉及不同節(jié)點(diǎn)的數(shù)據(jù)交互。在計(jì)算原子A與原子B的相互作用力時(shí)，若原子A位于節(jié)點(diǎn)1，原子B位于節(jié)點(diǎn)2，那么在力計(jì)算過(guò)程中，節(jié)點(diǎn)1和節(jié)點(diǎn)2之間就需要進(jìn)行數(shù)據(jù)傳輸，以獲取原子A和原子B的相關(guān)信息，如位置、電荷等。這種頻繁的數(shù)據(jù)傳輸會(huì)占用大量的網(wǎng)絡(luò)帶寬資源，導(dǎo)致通信開(kāi)銷(xiāo)大幅增加。而且，在并行計(jì)算過(guò)程中，為了保證計(jì)算結(jié)果的一致性，不同節(jié)點(diǎn)上的處理器還需要進(jìn)行同步操作，這進(jìn)一步加劇了節(jié)點(diǎn)間的通信負(fù)擔(dān)。例如，在每個(gè)時(shí)間步長(zhǎng)結(jié)束后，各個(gè)節(jié)點(diǎn)需要將原子的位置、速度等更新信息同步到其他節(jié)點(diǎn)，以便進(jìn)行下一個(gè)時(shí)間步長(zhǎng)的計(jì)算。頻繁的同步操作使得節(jié)點(diǎn)間的通信量顯著增加，降低了整體計(jì)算效率。通信協(xié)議效率低也是造成通信開(kāi)銷(xiāo)瓶頸的重要因素。神威?太湖之光所采用的通信協(xié)議在面對(duì)分子動(dòng)力學(xué)算法這種數(shù)據(jù)傳輸頻繁且數(shù)據(jù)量較大的應(yīng)用場(chǎng)景時(shí)，存在一些不足之處。傳統(tǒng)的通信協(xié)議在數(shù)據(jù)傳輸過(guò)程中，往往需要進(jìn)行復(fù)雜的握手、校驗(yàn)等操作，這些操作雖然能夠保證數(shù)據(jù)傳輸?shù)臏?zhǔn)確性，但也增加了數(shù)據(jù)傳輸?shù)难舆t和開(kāi)銷(xiāo)。在分子動(dòng)力學(xué)模擬中，大量的數(shù)據(jù)需要在短時(shí)間內(nèi)進(jìn)行傳輸，通信協(xié)議的這些額外開(kāi)銷(xiāo)會(huì)嚴(yán)重影響數(shù)據(jù)傳輸速度。例如，在一次數(shù)據(jù)傳輸中，通信協(xié)議的握手過(guò)程可能需要消耗幾微秒的時(shí)間，對(duì)于少量數(shù)據(jù)傳輸來(lái)說(shuō)，這種延遲可能影響不大，但在分子動(dòng)力學(xué)模擬中，每秒可能會(huì)進(jìn)行數(shù)百萬(wàn)次的數(shù)據(jù)傳輸操作，這些微小的延遲累積起來(lái)，就會(huì)導(dǎo)致通信時(shí)間大幅增加，嚴(yán)重影響計(jì)算效率。此外，通信協(xié)議在處理大規(guī)模數(shù)據(jù)時(shí)，對(duì)網(wǎng)絡(luò)帶寬的利用率較低，無(wú)法充分發(fā)揮神威?太湖之光的網(wǎng)絡(luò)傳輸能力。在模擬大規(guī)模分子體系時(shí)，數(shù)據(jù)傳輸量巨大，通信協(xié)議不能有效地將數(shù)據(jù)分配到網(wǎng)絡(luò)帶寬中進(jìn)行傳輸，導(dǎo)致部分網(wǎng)絡(luò)帶寬閑置，而部分帶寬卻處于過(guò)載狀態(tài)，進(jìn)一步加劇了通信開(kāi)銷(xiāo)瓶頸。為緩解通信開(kāi)銷(xiāo)瓶頸，可采取一系列針對(duì)性的優(yōu)化措施。在減少節(jié)點(diǎn)間通信頻繁方面，采用空間分解算法，將模擬體系按照空間位置劃分為多個(gè)子區(qū)域，每個(gè)子區(qū)域內(nèi)的原子間相互作用計(jì)算盡量在本地節(jié)點(diǎn)完成，減少跨節(jié)點(diǎn)的數(shù)據(jù)交互。例如，在模擬晶體材料時(shí)，根據(jù)晶體的晶格結(jié)構(gòu)將其劃分為多個(gè)子區(qū)域，每個(gè)子區(qū)域內(nèi)的原子主要與本區(qū)域內(nèi)的原子進(jìn)行相互作用計(jì)算，只有邊界原子可能與相鄰子區(qū)域的原子有相互作用，這樣可以大大減少節(jié)點(diǎn)間的通信量。同時(shí)，優(yōu)化并行計(jì)算策略，采用異步計(jì)算方式，允許不同節(jié)點(diǎn)在一定程度上獨(dú)立進(jìn)行計(jì)算，減少同步操作的頻率。在積分算法計(jì)算過(guò)程中，各個(gè)節(jié)點(diǎn)可以先獨(dú)立計(jì)算本節(jié)點(diǎn)內(nèi)原子的運(yùn)動(dòng)方程，然后在適當(dāng)?shù)臅r(shí)候進(jìn)行結(jié)果同步，避免頻繁的同步操作對(duì)通信資源的占用。在提高通信協(xié)議效率方面，開(kāi)發(fā)專(zhuān)門(mén)針對(duì)分子動(dòng)力學(xué)算法的高效通信協(xié)議。簡(jiǎn)化通信協(xié)議中的握手、校驗(yàn)等操作流程，在保證數(shù)據(jù)準(zhǔn)確性的前提下，減少不必要的開(kāi)銷(xiāo)，提高數(shù)據(jù)傳輸速度。例如，采用輕量級(jí)的校驗(yàn)算法，快速驗(yàn)證數(shù)據(jù)的完整性，減少校驗(yàn)時(shí)間。同時(shí)，優(yōu)化通信協(xié)議對(duì)網(wǎng)絡(luò)帶寬的管理策略，根據(jù)數(shù)據(jù)傳輸?shù)膬?yōu)先級(jí)和網(wǎng)絡(luò)帶寬的使用情況，動(dòng)態(tài)分配網(wǎng)絡(luò)帶寬，提高帶寬利用率。對(duì)于緊急且數(shù)據(jù)量較大的傳輸任務(wù)，優(yōu)先分配足夠的帶寬，確保數(shù)據(jù)能夠快速傳輸，避免因帶寬不足導(dǎo)致的通信延遲和開(kāi)銷(xiāo)增加。3.4案例分析以某生物大分子模擬項(xiàng)目為例，在神威?太湖之光上運(yùn)行該項(xiàng)目時(shí)，遇到了諸多瓶頸問(wèn)題。該生物大分子模擬項(xiàng)目旨在研究一種新型蛋白質(zhì)的折疊過(guò)程及其與配體分子的相互作用機(jī)制，模擬體系包含數(shù)百萬(wàn)個(gè)原子，模擬時(shí)間跨度要求達(dá)到微秒級(jí)別，對(duì)計(jì)算精度和效率都有著極高的要求。在計(jì)算性能方面，處理器性能瓶頸凸顯。由于模擬體系規(guī)模龐大，力計(jì)算任務(wù)極為繁重。在計(jì)算原子間相互作用力時(shí)，涉及到復(fù)雜的數(shù)學(xué)運(yùn)算和大量的數(shù)據(jù)讀取操作，神威26010眾核處理器雖具備強(qiáng)大的并行計(jì)算能力，但部分計(jì)算核心仍出現(xiàn)負(fù)載過(guò)重的情況。例如，在模擬進(jìn)行到一定階段時(shí)，隨著蛋白質(zhì)分子的動(dòng)態(tài)變化，原子間的相互作用變得更加復(fù)雜，力計(jì)算所需的浮點(diǎn)運(yùn)算次數(shù)急劇增加，導(dǎo)致部分核心的計(jì)算速度明顯下降，整個(gè)模擬過(guò)程的時(shí)間大幅延長(zhǎng)。同時(shí)，積分算法對(duì)計(jì)算精度和穩(wěn)定性的嚴(yán)格要求也給處理器帶來(lái)了挑戰(zhàn)。在求解原子運(yùn)動(dòng)方程時(shí)，多次迭代計(jì)算中若處理器的計(jì)算精度稍有偏差，模擬結(jié)果的誤差就會(huì)逐漸累積，嚴(yán)重影響模擬的準(zhǔn)確性。在一次模擬中，由于處理器在積分計(jì)算時(shí)的精度問(wèn)題，導(dǎo)致模擬結(jié)果中蛋白質(zhì)分子的折疊結(jié)構(gòu)與實(shí)際情況出現(xiàn)較大偏差，無(wú)法準(zhǔn)確反映蛋白質(zhì)的真實(shí)折疊過(guò)程。內(nèi)存訪問(wèn)瓶頸也給該項(xiàng)目帶來(lái)了阻礙。數(shù)據(jù)讀取延遲問(wèn)題較為嚴(yán)重，在每個(gè)時(shí)間步長(zhǎng)下，處理器需要頻繁讀取數(shù)百萬(wàn)個(gè)原子的位置、速度、受力等數(shù)據(jù)。由于內(nèi)存訪問(wèn)的物理特性以及模擬體系數(shù)據(jù)訪問(wèn)模式的隨機(jī)性，緩存命中率較低，大量數(shù)據(jù)需從主存讀取，導(dǎo)致較長(zhǎng)的等待時(shí)間。在模擬蛋白質(zhì)分子與配體分子的結(jié)合過(guò)程時(shí)，原子的位置和相互作用不斷變化，數(shù)據(jù)訪問(wèn)的隨機(jī)性增強(qiáng)，處理器經(jīng)常處于等待數(shù)據(jù)讀取的狀態(tài)，計(jì)算資源浪費(fèi)嚴(yán)重。內(nèi)存帶寬不足同樣制約了模擬效率。隨著模擬體系規(guī)模的增大以及計(jì)算精度要求的提高，數(shù)據(jù)傳輸頻繁且數(shù)據(jù)量巨大，內(nèi)存帶寬的利用率高達(dá)90%以上。在進(jìn)行力計(jì)算和運(yùn)動(dòng)方程求解時(shí)，原子數(shù)據(jù)的頻繁傳輸使得內(nèi)存帶寬成為性能瓶頸，數(shù)據(jù)傳輸速度無(wú)法滿(mǎn)足處理器的計(jì)算需求，處理器時(shí)常等待數(shù)據(jù)，降低了整體計(jì)算效率。通信開(kāi)銷(xiāo)瓶頸在該項(xiàng)目中也較為突出。節(jié)點(diǎn)間通信頻繁，模擬體系中原子間的相互作用計(jì)算需要不同節(jié)點(diǎn)上的處理器協(xié)同工作，隨著原子數(shù)量的增多，節(jié)點(diǎn)間的數(shù)據(jù)交換變得極為頻繁。在計(jì)算蛋白質(zhì)分子中不同區(qū)域原子間的相互作用力時(shí)，涉及大量跨節(jié)點(diǎn)的數(shù)據(jù)交互，占用了大量的網(wǎng)絡(luò)帶寬資源，導(dǎo)致通信開(kāi)銷(xiāo)大幅增加。而且，在并行計(jì)算過(guò)程中，不同節(jié)點(diǎn)上的處理器需要進(jìn)行同步操作，以保證計(jì)算結(jié)果的一致性，這進(jìn)一步加劇了節(jié)點(diǎn)間的通信負(fù)擔(dān)。在每個(gè)時(shí)間步長(zhǎng)結(jié)束后，各個(gè)節(jié)點(diǎn)需要將原子的位置、速度等更新信息同步到其他節(jié)點(diǎn)，頻繁的同步操作使得節(jié)點(diǎn)間的通信量顯著增加，降低了整體計(jì)算效率。通信協(xié)議效率低也加劇了通信開(kāi)銷(xiāo)瓶頸，傳統(tǒng)通信協(xié)議在數(shù)據(jù)傳輸過(guò)程中的復(fù)雜握手、校驗(yàn)等操作增加了數(shù)據(jù)傳輸?shù)难舆t和開(kāi)銷(xiāo)，在模擬中大量的數(shù)據(jù)傳輸操作使得這些額外開(kāi)銷(xiāo)的影響變得十分明顯，嚴(yán)重影響了數(shù)據(jù)傳輸速度。針對(duì)這些瓶頸，采取了一系列有效的解決措施。在計(jì)算性能優(yōu)化方面，改進(jìn)力計(jì)算算法，采用多體勢(shì)近似方法，對(duì)原子間相互作用力進(jìn)行合理近似，在保證計(jì)算精度的前提下，降低計(jì)算復(fù)雜度，減輕處理器負(fù)載。根據(jù)計(jì)算任務(wù)的特點(diǎn)，動(dòng)態(tài)調(diào)整計(jì)算核心的分配策略，對(duì)于力計(jì)算任務(wù)分配更多的計(jì)算核心，提高計(jì)算速度。在內(nèi)存訪問(wèn)優(yōu)化方面，優(yōu)化數(shù)據(jù)結(jié)構(gòu)，采用基于空間分區(qū)的數(shù)據(jù)存儲(chǔ)方式，將空間位置相近的原子數(shù)據(jù)存儲(chǔ)在一起，提高緩存命中率，減少數(shù)據(jù)讀取延遲。利用預(yù)取技術(shù)，提前將可能訪問(wèn)的數(shù)據(jù)加載到緩存中，縮短數(shù)據(jù)讀取時(shí)間。通過(guò)優(yōu)化算法減少不必要的數(shù)據(jù)傳輸，采用DMA技術(shù)提升內(nèi)存帶寬。在通信開(kāi)銷(xiāo)優(yōu)化方面，采用空間分解算法，將模擬體系按照空間位置劃分為多個(gè)子區(qū)域，每個(gè)子區(qū)域內(nèi)的原子間相互作用計(jì)算盡量在本地節(jié)點(diǎn)完成，減少跨節(jié)點(diǎn)的數(shù)據(jù)交互。優(yōu)化并行計(jì)算策略，采用異步計(jì)算方式，減少同步操作的頻率。開(kāi)發(fā)專(zhuān)門(mén)針對(duì)分子動(dòng)力學(xué)算法的高效通信協(xié)議，簡(jiǎn)化通信協(xié)議中的握手、校驗(yàn)等操作流程，優(yōu)化通信協(xié)議對(duì)網(wǎng)絡(luò)帶寬的管理策略，提高帶寬利用率。通過(guò)這些優(yōu)化措施，該生物大分子模擬項(xiàng)目在神威?太湖之光上的運(yùn)行效率得到了顯著提升。計(jì)算時(shí)間大幅縮短，原本需要數(shù)周才能完成的模擬任務(wù)，優(yōu)化后僅需數(shù)天即可完成。模擬結(jié)果的準(zhǔn)確性也得到了提高，能夠更準(zhǔn)確地反映蛋白質(zhì)的折疊過(guò)程及其與配體分子的相互作用機(jī)制，為相關(guān)生物科學(xué)研究提供了更可靠的數(shù)據(jù)支持和理論依據(jù)。四、基于神威?太湖之光的分子動(dòng)力學(xué)算法優(yōu)化策略4.1算法并行化優(yōu)化并行化優(yōu)化是提升分子動(dòng)力學(xué)算法在神威?太湖之光上運(yùn)行效率的關(guān)鍵策略之一，其基本原理是將復(fù)雜的計(jì)算任務(wù)分解為多個(gè)子任務(wù)，分配到多個(gè)計(jì)算核心上同時(shí)執(zhí)行，從而充分利用神威?太湖之光的多核并行計(jì)算能力。分子動(dòng)力學(xué)模擬中，力計(jì)算是計(jì)算量最為繁重的部分，以包含N個(gè)原子的分子體系為例，計(jì)算原子間相互作用力時(shí)，若采用傳統(tǒng)的串行計(jì)算方式，計(jì)算復(fù)雜度高達(dá)O(N2)，隨著原子數(shù)量的增加，計(jì)算時(shí)間將呈指數(shù)級(jí)增長(zhǎng)。而通過(guò)并行化技術(shù)，將力計(jì)算任務(wù)按照原子的空間分布、編號(hào)或者計(jì)算量大小等方式進(jìn)行劃分，每個(gè)計(jì)算核心負(fù)責(zé)計(jì)算一部分原子間的相互作用力，可將計(jì)算復(fù)雜度降低至接近線性的水平，大大提高計(jì)算效率。在神威?太湖之光上，實(shí)現(xiàn)算法并行化主要通過(guò)消息傳遞接口（MPI）和神威自主研發(fā)的高速網(wǎng)絡(luò)系統(tǒng)相結(jié)合的方式。MPI是一種常用的并行編程模型，它允許不同計(jì)算節(jié)點(diǎn)上的進(jìn)程之間進(jìn)行通信和數(shù)據(jù)交換。在分子動(dòng)力學(xué)模擬中，利用MPI可以將模擬體系劃分為多個(gè)子區(qū)域，每個(gè)子區(qū)域分配到一個(gè)計(jì)算節(jié)點(diǎn)上進(jìn)行計(jì)算。神威自主研發(fā)的高速網(wǎng)絡(luò)系統(tǒng)則為節(jié)點(diǎn)間的數(shù)據(jù)傳輸提供了高速、穩(wěn)定的通道，確保不同節(jié)點(diǎn)上的計(jì)算進(jìn)程能夠快速、準(zhǔn)確地交換數(shù)據(jù)，協(xié)同完成模擬任務(wù)。以大規(guī)模蛋白質(zhì)分子動(dòng)力學(xué)模擬為例，在利用MPI進(jìn)行并行化時(shí)，首先根據(jù)蛋白質(zhì)分子的結(jié)構(gòu)特點(diǎn)，將其劃分為多個(gè)空間子區(qū)域，每個(gè)子區(qū)域內(nèi)的原子間相互作用計(jì)算任務(wù)分配到一個(gè)計(jì)算節(jié)點(diǎn)上。在計(jì)算過(guò)程中，不同節(jié)點(diǎn)上的進(jìn)程通過(guò)MPI進(jìn)行通信，交換原子間的相互作用力信息和原子位置更新信息。神威高速網(wǎng)絡(luò)系統(tǒng)則保證了這些數(shù)據(jù)在節(jié)點(diǎn)間的快速傳輸，使得各個(gè)節(jié)點(diǎn)能夠及時(shí)獲取所需數(shù)據(jù)，同步進(jìn)行下一輪的計(jì)算。算法并行化優(yōu)化在神威?太湖之光上取得了顯著效果。通過(guò)合理的任務(wù)分配和并行計(jì)算策略，能夠大幅縮短分子動(dòng)力學(xué)模擬的計(jì)算時(shí)間。在模擬一個(gè)包含數(shù)百萬(wàn)個(gè)原子的復(fù)雜材料體系時(shí)，優(yōu)化前使用傳統(tǒng)計(jì)算方式可能需要數(shù)周甚至數(shù)月的時(shí)間才能完成模擬任務(wù)，而經(jīng)過(guò)并行化優(yōu)化后，利用神威?太湖之光的強(qiáng)大并行計(jì)算能力，計(jì)算時(shí)間可縮短至數(shù)天甚至更短，極大地提高了研究效率。并行化優(yōu)化還能夠支持更大規(guī)模的分子動(dòng)力學(xué)模擬。由于每個(gè)計(jì)算核心分擔(dān)了部分計(jì)算任務(wù)，使得系統(tǒng)能夠處理更多原子的模擬體系，為研究更復(fù)雜的分子體系和物理現(xiàn)象提供了可能。在研究多蛋白質(zhì)復(fù)合體的相互作用時(shí)，通過(guò)并行化優(yōu)化，可以模擬包含數(shù)千萬(wàn)個(gè)原子的體系，深入探究蛋白質(zhì)復(fù)合體的結(jié)構(gòu)與功能關(guān)系，為生物科學(xué)研究提供更豐富、準(zhǔn)確的數(shù)據(jù)支持。4.2內(nèi)存訪問(wèn)優(yōu)化內(nèi)存訪問(wèn)優(yōu)化是提升分子動(dòng)力學(xué)算法在神威?太湖之光上性能的關(guān)鍵環(huán)節(jié)，主要通過(guò)數(shù)據(jù)預(yù)取和緩存優(yōu)化等策略來(lái)實(shí)現(xiàn)。數(shù)據(jù)預(yù)取是一種提前將后續(xù)計(jì)算所需數(shù)據(jù)從內(nèi)存加載到緩存中的技術(shù)，其原理基于分子動(dòng)力學(xué)模擬過(guò)程中數(shù)據(jù)訪問(wèn)的一定規(guī)律性。在分子動(dòng)力學(xué)模擬中，原子的運(yùn)動(dòng)具有連續(xù)性，這意味著在當(dāng)前時(shí)間步長(zhǎng)下訪問(wèn)的原子數(shù)據(jù)，在后續(xù)的時(shí)間步長(zhǎng)中很可能再次被訪問(wèn)。根據(jù)這一特點(diǎn)，數(shù)據(jù)預(yù)取技術(shù)可以在當(dāng)前計(jì)算任務(wù)執(zhí)行的同時(shí)，預(yù)測(cè)下一個(gè)時(shí)間步長(zhǎng)中可能需要訪問(wèn)的數(shù)據(jù)，并提前將其從內(nèi)存加載到緩存中。例如，在力計(jì)算階段，當(dāng)計(jì)算當(dāng)前原子與周?chē)拥南嗷プ饔昧r(shí)，預(yù)取技術(shù)可以根據(jù)原子的運(yùn)動(dòng)軌跡和相互作用關(guān)系，預(yù)測(cè)下一輪力計(jì)算中可能涉及的原子數(shù)據(jù)，將這些數(shù)據(jù)提前加載到緩存中，從而減少后續(xù)計(jì)算過(guò)程中的數(shù)據(jù)讀取延遲。在實(shí)際實(shí)現(xiàn)中，神威?太湖之光利用硬件預(yù)取單元和軟件預(yù)取算法相結(jié)合的方式來(lái)實(shí)現(xiàn)高效的數(shù)據(jù)預(yù)取。硬件預(yù)取單元可以根據(jù)數(shù)據(jù)訪問(wèn)的歷史模式和地址相關(guān)性，自動(dòng)預(yù)取可能被訪問(wèn)的數(shù)據(jù)；軟件預(yù)取算法則可以根據(jù)分子動(dòng)力學(xué)模擬的具體計(jì)算邏輯和數(shù)據(jù)訪問(wèn)模式，更精準(zhǔn)地控制數(shù)據(jù)預(yù)取的時(shí)機(jī)和內(nèi)容。通過(guò)合理設(shè)置預(yù)取距離和預(yù)取策略，可以使數(shù)據(jù)預(yù)取與計(jì)算任務(wù)的執(zhí)行緊密配合，提高緩存命中率，減少內(nèi)存訪問(wèn)延遲，從而顯著提升分子動(dòng)力學(xué)算法的計(jì)算效率。緩存優(yōu)化也是內(nèi)存訪問(wèn)優(yōu)化的重要策略。神威?太湖之光擁有多級(jí)緩存結(jié)構(gòu)，包括片上緩存和片外緩存等。緩存優(yōu)化的關(guān)鍵在于提高緩存命中率，減少數(shù)據(jù)在不同層次內(nèi)存之間的傳輸。在分子動(dòng)力學(xué)模擬中，原子數(shù)據(jù)的訪問(wèn)模式具有一定的局部性，即相鄰原子的數(shù)據(jù)往往會(huì)在短時(shí)間內(nèi)被連續(xù)訪問(wèn)。利用這一特性，通過(guò)優(yōu)化數(shù)據(jù)結(jié)構(gòu)和內(nèi)存布局，使相鄰原子的數(shù)據(jù)存儲(chǔ)在相鄰的內(nèi)存位置，從而在訪問(wèn)某一原子的數(shù)據(jù)時(shí)，其相鄰原子的數(shù)據(jù)也能被一并加載到緩存中，提高緩存命中率。在存儲(chǔ)原子坐標(biāo)數(shù)據(jù)時(shí)，采用連續(xù)存儲(chǔ)的方式，將同一分子或同一區(qū)域內(nèi)原子的坐標(biāo)數(shù)據(jù)依次存儲(chǔ)，這樣在計(jì)算原子間相互作用力時(shí)，當(dāng)訪問(wèn)一個(gè)原子的坐標(biāo)時(shí)，其周?chē)拥淖鴺?biāo)也能快速被緩存命中，減少?gòu)膬?nèi)存中讀取數(shù)據(jù)的次數(shù)。同時(shí)，合理設(shè)置緩存替換策略也至關(guān)重要。根據(jù)分子動(dòng)力學(xué)模擬的數(shù)據(jù)訪問(wèn)特點(diǎn)，選擇合適的緩存替換算法，如最近最少使用（LRU）算法或最不經(jīng)常使用（LFU）算法等，確保緩存中始終存儲(chǔ)著最常被訪問(wèn)的數(shù)據(jù)，避免頻繁的緩存替換操作，提高緩存的使用效率。內(nèi)存訪問(wèn)優(yōu)化對(duì)分子動(dòng)力學(xué)算法性能的提升作用顯著。通過(guò)數(shù)據(jù)預(yù)取和緩存優(yōu)化，能夠有效減少數(shù)據(jù)讀取延遲和內(nèi)存帶寬壓力，提高計(jì)算效率。在模擬大規(guī)模蛋白質(zhì)分子體系時(shí)，優(yōu)化前由于內(nèi)存訪問(wèn)延遲較高，計(jì)算過(guò)程中處理器常常處于等待數(shù)據(jù)的狀態(tài)，導(dǎo)致計(jì)算效率低下。而經(jīng)過(guò)內(nèi)存訪問(wèn)優(yōu)化后，數(shù)據(jù)預(yù)取技術(shù)提前將所需數(shù)據(jù)加載到緩存中，緩存優(yōu)化策略提高了緩存命中率，使得處理器能夠快速獲取所需數(shù)據(jù)，計(jì)算速度大幅提升。實(shí)驗(yàn)數(shù)據(jù)表明，在相同的模擬體系和計(jì)算條件下，優(yōu)化后的分子動(dòng)力學(xué)算法內(nèi)存訪問(wèn)延遲降低了約30%，計(jì)算效率提高了20%-30%，為分子動(dòng)力學(xué)模擬在大規(guī)模復(fù)雜體系研究中的應(yīng)用提供了更強(qiáng)大的計(jì)算支持。4.3通信優(yōu)化通信優(yōu)化在提升分子動(dòng)力學(xué)算法在神威?太湖之光上的運(yùn)行效率方面起著關(guān)鍵作用，主要通過(guò)減少通信量和優(yōu)化通信協(xié)議來(lái)實(shí)現(xiàn)。減少通信量是通信優(yōu)化的重要策略之一。在分子動(dòng)力學(xué)模擬中，原子間的相互作用計(jì)算需要不同節(jié)點(diǎn)上的處理器協(xié)同工作，這會(huì)導(dǎo)致大量的節(jié)點(diǎn)間通信。為了減少通信量，采用空間分解算法，將模擬體系按照空間位置劃分為多個(gè)子區(qū)域，每個(gè)子區(qū)域內(nèi)的原子間相互作用計(jì)算盡量在本地節(jié)點(diǎn)完成。在模擬晶體材料時(shí)，根據(jù)晶體的晶格結(jié)構(gòu)將其劃分為多個(gè)子區(qū)域，每個(gè)子區(qū)域內(nèi)的原子主要與本區(qū)域內(nèi)的原子進(jìn)行相互作用計(jì)算，只有邊界原子可能與相鄰子區(qū)域的原子有相互作用，這樣可以大大減少節(jié)點(diǎn)間的數(shù)據(jù)交互。采用多尺度計(jì)算方法，在粗粒度尺度上進(jìn)行初步計(jì)算，然后根據(jù)需要在細(xì)粒度尺度上進(jìn)行局部細(xì)化計(jì)算，減少不必要的全局通信。在模擬蛋白質(zhì)分子時(shí)，先在粗粒度模型下計(jì)算蛋白質(zhì)的整體結(jié)構(gòu)和運(yùn)動(dòng)趨勢(shì)，只有在關(guān)注局部細(xì)節(jié)時(shí)，才進(jìn)行細(xì)粒度的原子級(jí)計(jì)算，并在局部范圍內(nèi)進(jìn)行通信，避免頻繁的全局通信操作。優(yōu)化通信協(xié)議也是提升通信效率的關(guān)鍵。神威?太湖之光所采用的傳統(tǒng)通信協(xié)議在面對(duì)分子動(dòng)力學(xué)算法這種數(shù)據(jù)傳輸頻繁且數(shù)據(jù)量較大的應(yīng)用場(chǎng)景時(shí)，存在一些不足之處。開(kāi)發(fā)專(zhuān)門(mén)針對(duì)分子動(dòng)力學(xué)算法的高效通信協(xié)議，簡(jiǎn)化通信協(xié)議中的握手、校驗(yàn)等操作流程，在保證數(shù)據(jù)準(zhǔn)確性的前提下，減少不必要的開(kāi)銷(xiāo)，提高數(shù)據(jù)傳輸速度。采用輕量級(jí)的校驗(yàn)算法，快速驗(yàn)證數(shù)據(jù)的完整性，減少校驗(yàn)時(shí)間。優(yōu)化通信協(xié)議對(duì)網(wǎng)絡(luò)帶寬的管理策略，根據(jù)數(shù)據(jù)傳輸?shù)膬?yōu)先級(jí)和網(wǎng)絡(luò)帶寬的使用情況，動(dòng)態(tài)分配網(wǎng)絡(luò)帶寬，提高帶寬利用率。對(duì)于緊急且數(shù)據(jù)量較大的傳輸任務(wù)，優(yōu)先分配足夠的帶寬，確保數(shù)據(jù)能夠快速傳輸。利用神威?太湖之光自主研發(fā)的高速網(wǎng)絡(luò)系統(tǒng)，結(jié)合優(yōu)化后的通信協(xié)議，進(jìn)一步提升通信性能，實(shí)現(xiàn)節(jié)點(diǎn)間數(shù)據(jù)的快速、穩(wěn)定傳輸。通信優(yōu)化對(duì)分子動(dòng)力學(xué)算法性能的提升效果顯著。通過(guò)減少通信量和優(yōu)化通信協(xié)議，能夠有效降低通信開(kāi)銷(xiāo)，提高計(jì)算效率。在模擬大規(guī)模蛋白質(zhì)分子體系時(shí)，優(yōu)化前由于節(jié)點(diǎn)間通信頻繁，通信開(kāi)銷(xiāo)大，計(jì)算過(guò)程中大量時(shí)間花費(fèi)在數(shù)據(jù)傳輸和等待上，導(dǎo)致計(jì)算效率低下。而經(jīng)過(guò)通信優(yōu)化后，采用空間分解算法減少了節(jié)點(diǎn)間的通信量，優(yōu)化后的通信協(xié)議提高了數(shù)據(jù)傳輸速度，使得計(jì)算過(guò)程中通信時(shí)間大幅縮短，計(jì)算效率得到顯著提升。實(shí)驗(yàn)數(shù)據(jù)表明，在相同的模擬體系和計(jì)算條件下，優(yōu)化后的分子動(dòng)力學(xué)算法通信時(shí)間降低了約40%，計(jì)算效率提高了30%-40%，為大規(guī)模分子動(dòng)力學(xué)模擬的高效運(yùn)行提供了有力保障。4.4數(shù)據(jù)結(jié)構(gòu)優(yōu)化數(shù)據(jù)結(jié)構(gòu)優(yōu)化是提升分子動(dòng)力學(xué)算法在神威?太湖之光上性能的關(guān)鍵一環(huán)，其核心在于設(shè)計(jì)更高效的數(shù)據(jù)存儲(chǔ)和組織方式，以減少內(nèi)存占用，提高數(shù)據(jù)的訪問(wèn)速度和處理效率。在分子動(dòng)力學(xué)模擬中，原子坐標(biāo)、速度、受力等數(shù)據(jù)是模擬過(guò)程中頻繁訪問(wèn)和處理的關(guān)鍵數(shù)據(jù)，其存儲(chǔ)和組織方式對(duì)算法性能有著重要影響。傳統(tǒng)的分子動(dòng)力學(xué)算法通常采用簡(jiǎn)單的數(shù)據(jù)結(jié)構(gòu)，如數(shù)組來(lái)存儲(chǔ)原子數(shù)據(jù)。在處理大規(guī)模分子體系時(shí)，這種簡(jiǎn)單的數(shù)據(jù)結(jié)構(gòu)會(huì)暴露出諸多問(wèn)題。數(shù)組在存儲(chǔ)原子坐標(biāo)時(shí)，通常按照原子的編號(hào)順序依次存儲(chǔ)，當(dāng)需要訪問(wèn)某個(gè)原子的坐標(biāo)時(shí)，需通過(guò)數(shù)組索引進(jìn)行查找。若原子數(shù)量眾多，這種查找方式效率較低，特別是在原子位置頻繁更新的分子動(dòng)力學(xué)模擬中，會(huì)導(dǎo)致大量的時(shí)間浪費(fèi)在數(shù)據(jù)查找上。而且，簡(jiǎn)單的數(shù)組結(jié)構(gòu)在內(nèi)存使用上不夠靈活，無(wú)法充分利用內(nèi)存空間，容易造成內(nèi)存碎片，降低內(nèi)存的使用效率。為解決這些問(wèn)題，可采用更為優(yōu)化的數(shù)據(jù)結(jié)構(gòu)。在存儲(chǔ)原子坐標(biāo)時(shí)，采用基于空間分區(qū)的數(shù)據(jù)結(jié)構(gòu)，將模擬空間劃分為多個(gè)小區(qū)域，每個(gè)區(qū)域內(nèi)存儲(chǔ)空間位置相近的原子數(shù)據(jù)。在模擬晶體材料時(shí)，根據(jù)晶體的晶格結(jié)構(gòu)將模擬空間劃分為多個(gè)晶格單元，每個(gè)晶格單元內(nèi)存儲(chǔ)對(duì)應(yīng)位置的原子坐標(biāo)數(shù)據(jù)。當(dāng)需要訪問(wèn)某個(gè)原子的坐標(biāo)時(shí)，可根據(jù)其空間位置快速定位到對(duì)應(yīng)的晶格單元，大大提高數(shù)據(jù)訪問(wèn)速度。這種基于空間分區(qū)的數(shù)據(jù)結(jié)構(gòu)還能提高數(shù)據(jù)訪問(wèn)的局部性，使相鄰原子的數(shù)據(jù)在內(nèi)存中也相鄰存儲(chǔ)，從而在訪問(wèn)某一原子數(shù)據(jù)時(shí)，其相鄰原子的數(shù)據(jù)也能被一并讀取到緩存中，提高緩存命中率，減少內(nèi)存訪問(wèn)延遲。對(duì)于原子速度和受力等數(shù)據(jù)，可采用鏈表結(jié)構(gòu)進(jìn)行存儲(chǔ)。鏈表結(jié)構(gòu)具有靈活的內(nèi)存分配方式，能夠根據(jù)實(shí)際需求動(dòng)態(tài)分配內(nèi)存空間，有效避免內(nèi)存碎片的產(chǎn)生。在分子動(dòng)力學(xué)模擬中，原子的速度和受力會(huì)隨著模擬過(guò)程不斷變化，鏈表結(jié)構(gòu)可以方便地對(duì)這些數(shù)據(jù)進(jìn)行更新和修改。當(dāng)原子受力發(fā)生變化時(shí)，只需在鏈表中找到對(duì)應(yīng)的節(jié)點(diǎn)，修改其受力數(shù)據(jù)即可，無(wú)需像數(shù)組結(jié)構(gòu)那樣進(jìn)行大量的數(shù)據(jù)移動(dòng)操作，從而提高數(shù)據(jù)處理效率。數(shù)據(jù)結(jié)構(gòu)優(yōu)化對(duì)分子動(dòng)力學(xué)算法性能的提升效果顯著。通過(guò)采用優(yōu)化的數(shù)據(jù)結(jié)構(gòu)，能夠有效減少內(nèi)存占用，提高數(shù)據(jù)訪問(wèn)速度和處理效率，進(jìn)而提升分子動(dòng)力學(xué)模擬的整體性能。在模擬大規(guī)模蛋白質(zhì)分子體系時(shí)，優(yōu)化前由于數(shù)據(jù)結(jié)構(gòu)不合理，內(nèi)存占用較大，數(shù)據(jù)訪問(wèn)速度慢，導(dǎo)致模擬效率低下。而經(jīng)過(guò)數(shù)據(jù)結(jié)構(gòu)優(yōu)化后，采用基于空間分區(qū)的數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)原子坐標(biāo)，采用鏈表結(jié)構(gòu)存儲(chǔ)原子速度和受力數(shù)據(jù)，內(nèi)存占用降低了約30%，數(shù)據(jù)訪問(wèn)速度提高了20%-30%，模擬效率得到了顯著提升，為大規(guī)模分子動(dòng)力學(xué)模擬的高效運(yùn)行提供了有力支持。五、優(yōu)化后的分子動(dòng)力學(xué)算法性能評(píng)估5.1性能評(píng)估指標(biāo)在評(píng)估優(yōu)化后的分子動(dòng)力學(xué)算法性能時(shí)，需綜合考量多個(gè)關(guān)鍵指標(biāo)，這些指標(biāo)從不同維度反映了算法的優(yōu)劣，對(duì)于判斷算法優(yōu)化的成效以及指導(dǎo)進(jìn)一步改進(jìn)具有重要意義。計(jì)算速度是最為直觀且關(guān)鍵的性能指標(biāo)之一，它直接體現(xiàn)了算法執(zhí)行計(jì)算任務(wù)的快慢程度。在分子動(dòng)力學(xué)模擬中，計(jì)算速度通常以單位時(shí)間內(nèi)完成的計(jì)算步數(shù)或模擬時(shí)長(zhǎng)來(lái)衡量。對(duì)于包含N個(gè)原子的分子體系，在相同的模擬條件下，若優(yōu)化后的算法能夠在更短的時(shí)間內(nèi)完成一定數(shù)量的時(shí)間步長(zhǎng)計(jì)算，或者在相同時(shí)間內(nèi)完成更多的時(shí)間步長(zhǎng)計(jì)算，則表明其計(jì)算速度得到了提升。計(jì)算速度的提升意味著可以在更短的時(shí)間內(nèi)獲得模擬結(jié)果，這對(duì)于需要大量計(jì)算資源和時(shí)間的分子動(dòng)力學(xué)模擬研究至關(guān)重要。在藥物研發(fā)領(lǐng)域，快速的分子動(dòng)力學(xué)模擬可以加速藥物分子與靶標(biāo)蛋白相互作用的研究，縮短新藥研發(fā)周期，提高研發(fā)效率，為患者帶來(lái)更多的治療希望。內(nèi)存利用率反映了算法在運(yùn)行過(guò)程中對(duì)內(nèi)存資源的有效使用程度。在分子動(dòng)力學(xué)模擬中，原子的位置、速度、受力等大量數(shù)據(jù)需要存儲(chǔ)在內(nèi)存中，內(nèi)存利用率的高低直接影響到模擬的效率和可處理體系的規(guī)模。內(nèi)存利用率可以通過(guò)內(nèi)存占用量與實(shí)際使用內(nèi)存量的比值來(lái)衡量。若算法能夠在完成相同計(jì)算任務(wù)的情況下，減少內(nèi)存的占用量，或者在相同內(nèi)存條件下處理更大規(guī)模的分子體系，就說(shuō)明其內(nèi)存利用率得到了提高。提高內(nèi)存利用率不僅可以降低硬件成本，還能減少因內(nèi)存不足導(dǎo)致的計(jì)算中斷或性能下降的情況，使得分子動(dòng)力學(xué)模擬能夠在有限的硬件資源下處理更復(fù)雜的問(wèn)題。在模擬大規(guī)模蛋白質(zhì)分子體系時(shí)，優(yōu)化后的算法通過(guò)合理的數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)和內(nèi)存管理策略，減少了內(nèi)存占用，提高了內(nèi)存利用率，使得原本因內(nèi)存限制無(wú)法模擬的更大規(guī)模蛋白質(zhì)體系得以順利模擬，為蛋白質(zhì)結(jié)構(gòu)與功能的研究提供了更豐富的數(shù)據(jù)支持。通信效率則衡量了算法在并行計(jì)算過(guò)程中，不同計(jì)算節(jié)點(diǎn)或計(jì)算核心之間數(shù)據(jù)傳輸和通信的效率。在神威?太湖之光這樣的多核并行超級(jí)計(jì)算機(jī)上運(yùn)行分子動(dòng)力學(xué)算法時(shí)，節(jié)點(diǎn)間的通信開(kāi)銷(xiāo)對(duì)整體性能有著重要影響。通信效率可以通過(guò)通信時(shí)間與計(jì)算時(shí)間的比值、數(shù)據(jù)傳輸速率等指標(biāo)來(lái)評(píng)估。若優(yōu)化后的算法能夠減少節(jié)點(diǎn)間的通信量，提高通信協(xié)議的效率，從而降低通信時(shí)間，或者在相同通信時(shí)間內(nèi)傳輸更多的數(shù)據(jù)，就表明其通信效率得到了提升。提高通信效率可以減少計(jì)算過(guò)程中的等待時(shí)間，充分發(fā)揮多核并行計(jì)算的優(yōu)勢(shì)，提高整體計(jì)算效率。在模擬包含數(shù)百萬(wàn)個(gè)原子的復(fù)雜材料體系時(shí)，通過(guò)優(yōu)化通信策略，減少了節(jié)點(diǎn)間的通信量，提高了通信效率，使得各個(gè)計(jì)算節(jié)點(diǎn)能夠更快速地交換數(shù)據(jù)，協(xié)同完成模擬任務(wù)，大大縮短了模擬時(shí)間，為材料科學(xué)研究提供了更高效的計(jì)算手段。5.2實(shí)驗(yàn)環(huán)境與方法本實(shí)驗(yàn)基于神威?太湖之光超級(jí)計(jì)算機(jī)展開(kāi)，其硬件環(huán)境極為強(qiáng)大。神威?太湖之光安裝了40960個(gè)中國(guó)自主研發(fā)的神威26010眾核處理器，每個(gè)處理器包含260個(gè)不同的計(jì)算核心，核心工作頻率1.5GHz，峰值性能可達(dá)3,168萬(wàn)億次每秒。系統(tǒng)通過(guò)“神威”自主研發(fā)的高速網(wǎng)絡(luò)系統(tǒng)，將4萬(wàn)個(gè)芯片超過(guò)1000萬(wàn)個(gè)計(jì)算核心匯聚成一個(gè)整體，構(gòu)建起強(qiáng)大的并行計(jì)算體系。在存儲(chǔ)方面，配備了大容量的內(nèi)存和高速的存儲(chǔ)設(shè)備，以滿(mǎn)足分子動(dòng)力學(xué)模擬過(guò)程中對(duì)大量數(shù)據(jù)存儲(chǔ)和快速訪問(wèn)的需求。在軟件環(huán)境上，操作系統(tǒng)采用基于Linux內(nèi)核定制的國(guó)內(nèi)操作系統(tǒng)，該系統(tǒng)針對(duì)神威?太湖之光的硬件架構(gòu)進(jìn)行了深度優(yōu)化，能夠高效地管理硬件資源，確保分子動(dòng)力學(xué)算法的穩(wěn)定運(yùn)行。實(shí)驗(yàn)中所使用的分子動(dòng)力學(xué)模擬軟件為自主開(kāi)發(fā)并經(jīng)過(guò)優(yōu)化的版本，該軟件充分考慮了神威?太湖之光的多核并行計(jì)算特點(diǎn)以及內(nèi)存訪問(wèn)特性，能夠充分發(fā)揮硬件的性能優(yōu)勢(shì)。軟件基于消息傳遞接口（MPI）進(jìn)行并行化編程，利用MPI實(shí)現(xiàn)不同計(jì)算節(jié)點(diǎn)上進(jìn)程之間的通信和數(shù)據(jù)交換，以實(shí)現(xiàn)分子動(dòng)力學(xué)模擬任務(wù)的并行處理。同時(shí)，軟件中集成了多種優(yōu)化算法，如數(shù)據(jù)預(yù)取、緩存優(yōu)化、通信優(yōu)化等策略，以提升算法在神威?太湖之光上的運(yùn)行效率。在實(shí)驗(yàn)設(shè)計(jì)方面，為了全面評(píng)估優(yōu)化后的分子動(dòng)力學(xué)算法性能，設(shè)計(jì)了一系列對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)選取了不同規(guī)模的分子體系，包括包含數(shù)千個(gè)原子的小分子體系、數(shù)萬(wàn)個(gè)原子的中等規(guī)模分子體系以及數(shù)十萬(wàn)個(gè)原子的大規(guī)模分子體系。對(duì)于每個(gè)規(guī)模的分子體系，分別使用優(yōu)化前和優(yōu)化后的分子動(dòng)力學(xué)算法進(jìn)行模擬計(jì)算。在模擬過(guò)程中，設(shè)置相同的模擬參數(shù)，如模擬溫度、壓力、模擬時(shí)間步長(zhǎng)等，以確保實(shí)驗(yàn)結(jié)果的可比性。模擬溫度設(shè)置為300K，接近常溫條件，壓力設(shè)置為標(biāo)準(zhǔn)大氣壓，模擬時(shí)間步長(zhǎng)根據(jù)分子體系的特點(diǎn)和模擬精度要求，設(shè)置為合適的值，一般在飛秒級(jí)別，以保證模擬過(guò)程中原子運(yùn)動(dòng)的準(zhǔn)確性和穩(wěn)定性。數(shù)據(jù)采集方法上，在模擬過(guò)程中，實(shí)時(shí)記錄算法的各項(xiàng)性能指標(biāo)數(shù)據(jù)。通過(guò)神威?太湖之光的監(jiān)控系統(tǒng)，獲取算法運(yùn)行過(guò)程中的計(jì)算時(shí)間、內(nèi)存使用量、通信時(shí)間等數(shù)據(jù)。在計(jì)算速度指標(biāo)方面，記錄每個(gè)時(shí)間步長(zhǎng)的計(jì)算耗時(shí)，通過(guò)統(tǒng)計(jì)一定時(shí)間內(nèi)完成的時(shí)間步長(zhǎng)數(shù)量，計(jì)算出算法的平均計(jì)算速度。在內(nèi)存利用率指標(biāo)方面，利用操作系統(tǒng)提供的內(nèi)存監(jiān)控工具，實(shí)時(shí)監(jiān)測(cè)算法運(yùn)行過(guò)程中內(nèi)存的占用情況，計(jì)算內(nèi)存的實(shí)際使用量與總內(nèi)存量的比值，得到內(nèi)存利用率。在通信效率指標(biāo)方面，通過(guò)MPI提供的通信統(tǒng)計(jì)函數(shù)，獲取節(jié)點(diǎn)間的數(shù)據(jù)傳輸量和通信時(shí)間，計(jì)算數(shù)據(jù)傳輸速率以及通信時(shí)間與計(jì)算時(shí)間的比值，以此來(lái)評(píng)估通信效率。同時(shí)，為了保證數(shù)據(jù)的準(zhǔn)確性和可靠性，每個(gè)實(shí)驗(yàn)條件下均進(jìn)行多次重復(fù)模擬，對(duì)采集到的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，取平均值作為最終的實(shí)驗(yàn)結(jié)果，以減少實(shí)驗(yàn)誤差對(duì)結(jié)果的影響。5.3實(shí)驗(yàn)結(jié)果與分析在神威?太湖之光上對(duì)優(yōu)化前后的分子動(dòng)力學(xué)算法進(jìn)行性能測(cè)試，實(shí)驗(yàn)結(jié)果表明，優(yōu)化后的算法在計(jì)算速度、內(nèi)存利用率和通信效率等方面均有顯著提升。計(jì)算速度方面，在模擬包含10萬(wàn)個(gè)原子的分子體系時(shí)，優(yōu)化前算法完成1000個(gè)時(shí)間步長(zhǎng)的計(jì)算需耗時(shí)1200秒，而優(yōu)化后僅需300秒，計(jì)算速度提升了4倍。隨著分子體系規(guī)模的進(jìn)一步增大，如模擬包含100萬(wàn)個(gè)原子的體系時(shí)，優(yōu)化前計(jì)算1000個(gè)時(shí)間步長(zhǎng)耗時(shí)高達(dá)12000秒，優(yōu)化后則縮短至1500秒，計(jì)算速度提升了8倍。這主要得益于算法并行化優(yōu)化，將力計(jì)算等繁重任務(wù)合理分配到多個(gè)計(jì)算核心上同時(shí)執(zhí)行，充分發(fā)揮了神威?太湖之光多核并行計(jì)算的優(yōu)勢(shì)，大幅減少了計(jì)算時(shí)間。內(nèi)存利用率也得到了明顯改善。在模擬相同規(guī)模的分子體系時(shí)，優(yōu)化前內(nèi)存占用量達(dá)到8GB，而優(yōu)化后內(nèi)存占用量降至5GB，內(nèi)存利用率提高了約37.5%。這得益于內(nèi)存訪問(wèn)優(yōu)化和數(shù)據(jù)結(jié)構(gòu)優(yōu)化。內(nèi)存訪問(wèn)優(yōu)化通過(guò)數(shù)據(jù)預(yù)取和緩存優(yōu)化，減少了內(nèi)存訪問(wèn)延遲，提高了內(nèi)存的有效利用率；數(shù)據(jù)結(jié)構(gòu)優(yōu)化采用更合理的數(shù)據(jù)存儲(chǔ)和組織方式，減少了內(nèi)存碎片，降低了內(nèi)存占用，使得內(nèi)存資源得到更充分的利用。通信效率同樣有顯著提升。在模擬包含50萬(wàn)個(gè)原子的分子體系時(shí)，優(yōu)化前節(jié)點(diǎn)間通信時(shí)間占總計(jì)算時(shí)間的30%，通信開(kāi)銷(xiāo)較大，而優(yōu)化后通信時(shí)間占比降至10%。這主要是因?yàn)橥ㄐ艃?yōu)化策略減少了節(jié)點(diǎn)間的通信量，通過(guò)空間分解算法和多尺度計(jì)算方法，使原子間相互作用計(jì)算盡量在本地節(jié)點(diǎn)完成，減少了跨節(jié)點(diǎn)的數(shù)據(jù)交互；同時(shí)，優(yōu)化后的通信協(xié)議提高了數(shù)據(jù)傳輸速度，簡(jiǎn)化了通信流程，減少了不必要的開(kāi)銷(xiāo)，提高了網(wǎng)絡(luò)帶寬的利用率，從而有效提升了通信效率。盡管優(yōu)化后的算法性能有顯著提升，但仍存在一些問(wèn)題。在計(jì)算復(fù)雜分子體系時(shí)，對(duì)于一些特殊的相互作用計(jì)算，如長(zhǎng)程相互作用，優(yōu)化后的算法雖然計(jì)算速度有所提升，但仍無(wú)法完全滿(mǎn)足快速計(jì)算的需求，需要進(jìn)一步優(yōu)化相關(guān)算法以提高計(jì)算效率。在內(nèi)存管理方面，當(dāng)模擬體系規(guī)模達(dá)到一定程度后，內(nèi)存的動(dòng)態(tài)分配和釋放過(guò)程仍會(huì)出現(xiàn)一些輕微的延遲，影響整體計(jì)算效率，需要進(jìn)一步優(yōu)化內(nèi)存管理策略，提高內(nèi)存操作的效率。在通信方面，當(dāng)計(jì)算節(jié)點(diǎn)數(shù)量過(guò)多時(shí)，通信網(wǎng)絡(luò)可能會(huì)出現(xiàn)一定程度的擁塞，導(dǎo)致通信效率下降，需要進(jìn)一步優(yōu)化通信網(wǎng)絡(luò)架構(gòu)和數(shù)據(jù)傳輸策略，以應(yīng)對(duì)大規(guī)模計(jì)算任務(wù)下的通信需求。5.4與其他平臺(tái)性能對(duì)比為全面評(píng)估優(yōu)化后分子動(dòng)力學(xué)算法在神威?太湖之光上的性能優(yōu)勢(shì)，將其與其他典型計(jì)算平臺(tái)進(jìn)行對(duì)比。選擇了傳統(tǒng)集群服務(wù)器以及NVIDIAGPU加速平臺(tái)作為對(duì)比對(duì)象。傳統(tǒng)集群服務(wù)器采用常規(guī)的x86架構(gòu)，配備多個(gè)高性能CPU，具有一定的并行計(jì)算能力，是許多科研機(jī)構(gòu)和企業(yè)在進(jìn)行科學(xué)計(jì)算時(shí)常用的平臺(tái)；NVIDIAGPU加速平臺(tái)則利用NVIDIA公司生產(chǎn)的高性能GPU，通過(guò)并行計(jì)算技術(shù)加速分子動(dòng)力學(xué)模擬，在一些對(duì)計(jì)算速度要求較高的場(chǎng)景中應(yīng)用廣泛。在計(jì)算速度方面，以模擬包含50萬(wàn)個(gè)原子的蛋白質(zhì)分子體系為例，在傳統(tǒng)集群服務(wù)器上，完成1000個(gè)時(shí)間步長(zhǎng)的計(jì)算需要耗時(shí)3600秒。這主要是因?yàn)閭鹘y(tǒng)集群服務(wù)器雖有多核CPU，但在面對(duì)如此大規(guī)模分子體系的力計(jì)算等復(fù)雜任務(wù)時(shí)，其計(jì)算核心數(shù)量和計(jì)算能力相對(duì)有限，難以快速完成大量的原子間相互作用力計(jì)算和運(yùn)動(dòng)方程求解，導(dǎo)致計(jì)算速度較慢。在NVIDIAGPU加速平臺(tái)上，完成相同任務(wù)耗時(shí)1200秒。NVIDIAGPU加速平臺(tái)憑借其強(qiáng)大的并行計(jì)算能力，在處理大規(guī)模數(shù)據(jù)并行計(jì)算任務(wù)時(shí)具有明顯優(yōu)勢(shì)，能夠同時(shí)對(duì)多個(gè)原子間的相互作用進(jìn)行計(jì)算，大大提高了計(jì)算效率。而在神威?太湖之光上，經(jīng)過(guò)優(yōu)化后的分子動(dòng)力學(xué)算法完成1000個(gè)時(shí)間步長(zhǎng)的計(jì)算僅需400秒，相較于傳統(tǒng)集群服務(wù)器，計(jì)算速度提升了9倍，相較于NVIDIAGPU加速平臺(tái)，計(jì)算速度也提升了3倍。這得益于神威?太湖之光的大規(guī)模多核并行計(jì)算架構(gòu)以及優(yōu)化后的算法，能夠?qū)⒂?jì)算任務(wù)更合理地分配到眾多計(jì)算核心上同時(shí)執(zhí)行，充分發(fā)揮了多核并行計(jì)算的優(yōu)勢(shì)，極大地提高了計(jì)算速度。內(nèi)存利用率方面，模擬相同規(guī)模的分子體系時(shí)，傳統(tǒng)集群服務(wù)器的內(nèi)存占用量高達(dá)10GB，由于其內(nèi)存管理機(jī)制和數(shù)據(jù)存儲(chǔ)方式相對(duì)傳統(tǒng)，在處理大規(guī)模分子體系時(shí)，難以高效地利用內(nèi)存資源，導(dǎo)致內(nèi)存占用較高。NVIDIAGPU加速平臺(tái)內(nèi)存占用量為7GB，雖然GPU在數(shù)據(jù)處理上具有高效性，但在內(nèi)存管理和數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)上，對(duì)于分子動(dòng)力學(xué)模擬這種數(shù)據(jù)量大且訪問(wèn)頻繁的應(yīng)用，仍存在一定的優(yōu)化空間。而神威?太湖之光在優(yōu)化后，內(nèi)存占用量?jī)H為5GB，內(nèi)存利用率相較于傳統(tǒng)集群服務(wù)器提高了50%，相較于NVIDIAGPU加速平臺(tái)提高了28.6%。這主要是因?yàn)閮?yōu)化后的算法采用了更合理的數(shù)據(jù)結(jié)構(gòu)和內(nèi)存訪問(wèn)優(yōu)化策略，減少了內(nèi)存碎片，提高了內(nèi)存的有效利用率，使得在處理大規(guī)模分子體系時(shí)，能夠以更少的內(nèi)存占用完成計(jì)算任務(wù)。通信效率方面，在傳統(tǒng)集群服務(wù)器中，節(jié)點(diǎn)間通信基于常規(guī)的網(wǎng)絡(luò)協(xié)議和通信架構(gòu)，在模擬大規(guī)模分子體系時(shí)，通信開(kāi)銷(xiāo)較大，通信時(shí)間占總計(jì)算時(shí)間的40%。由于傳統(tǒng)集群服務(wù)器的網(wǎng)絡(luò)帶寬和通信協(xié)議相對(duì)有限，在處理大量節(jié)點(diǎn)間的數(shù)據(jù)傳輸和同步時(shí)，容易出現(xiàn)通信延遲和擁塞，導(dǎo)致通信效率低下。NVIDIAGPU加速平臺(tái)采用了高速的GPU內(nèi)部通信技術(shù)和優(yōu)化的通信協(xié)議，通信時(shí)間占總計(jì)算時(shí)間的20%，在通信效率上有了較大提升，但在多節(jié)點(diǎn)并行計(jì)算且數(shù)據(jù)傳輸量巨大的情況下，仍存在一定的通信瓶頸。神威?太湖之光通過(guò)優(yōu)化通信策略，采用空間分解算法減少節(jié)點(diǎn)間通信量，開(kāi)發(fā)專(zhuān)門(mén)針對(duì)分子動(dòng)力學(xué)算法的高效通信協(xié)議提高通信速度和帶寬利用率，通信時(shí)間占總計(jì)算時(shí)間僅為10%，相較于傳統(tǒng)集群服務(wù)器，通信效率提升了75%，相較于NVIDIAGPU加速平臺(tái)，通信效率也提升了50%，在通信效率上展現(xiàn)出明顯的優(yōu)勢(shì)，能夠更高效地完成多節(jié)點(diǎn)間的數(shù)據(jù)傳輸和同步，確保并行計(jì)算的順利進(jìn)行。綜上所述，優(yōu)化后的分子動(dòng)力學(xué)算法在神威?太湖之光上相較于傳統(tǒng)集群服務(wù)器和NVIDIAGPU加速平臺(tái)，在計(jì)算速度、內(nèi)存利用率和通信效率等關(guān)鍵性能指標(biāo)上均具有顯著優(yōu)勢(shì)，能夠更高效地處理大規(guī)模分子動(dòng)力學(xué)模擬任務(wù)，為相關(guān)領(lǐng)域的科學(xué)研究和工程應(yīng)用提供了更強(qiáng)大的計(jì)算支持。六、案例分析6.1案例一：蛋白質(zhì)折疊模擬蛋白質(zhì)折疊模擬是分子動(dòng)力學(xué)算法的重要應(yīng)用領(lǐng)域之一，其旨在通過(guò)計(jì)算機(jī)模擬揭示蛋白質(zhì)從線性氨基酸序列折疊成具有特定三維結(jié)構(gòu)的過(guò)程。蛋白質(zhì)的三維結(jié)構(gòu)對(duì)于其功能的正常發(fā)揮起著決定性作用，例如，酶的催化活性高度依賴(lài)于其特定的三維結(jié)構(gòu)，若蛋白質(zhì)折疊異常，可能導(dǎo)致酶無(wú)法與底物有效結(jié)合，從而喪失催化功能。許多疾病，如阿爾茨海默病、帕金森病等神經(jīng)退行性疾病，都與蛋白質(zhì)的錯(cuò)誤折疊密切相關(guān)。在阿爾茨海默病中，β-淀粉樣蛋白會(huì)錯(cuò)誤折疊并聚集形成淀粉樣斑塊，這些斑塊會(huì)在大腦中積累，破壞神經(jīng)細(xì)胞的正常功能，進(jìn)而引發(fā)認(rèn)知障礙等癥狀。因此，深入研究蛋白質(zhì)折疊過(guò)程對(duì)于理解蛋白質(zhì)的功能、揭示疾病的發(fā)病機(jī)制以及開(kāi)發(fā)相關(guān)治療藥物具有至關(guān)重要的意義。在本次基于神威?太湖之光的蛋白質(zhì)折疊模擬案例中，選用了一種在生物體內(nèi)具有重要信號(hào)傳導(dǎo)功能的蛋白質(zhì)作為研究對(duì)象。該蛋白質(zhì)由數(shù)百個(gè)氨基酸組成，其折疊過(guò)程涉及復(fù)雜的分子內(nèi)相互作用，如氫鍵、范德華力、靜電相互作用等，模擬難度較大。研究目標(biāo)是準(zhǔn)確模擬該蛋白質(zhì)的折疊過(guò)程，獲取其折疊過(guò)程中的關(guān)鍵中間態(tài)結(jié)構(gòu)信息，分析其折疊機(jī)制，為進(jìn)一步理解該蛋白質(zhì)的功能以及相關(guān)疾病的治療提供理論依據(jù)。在模擬過(guò)程中，充分應(yīng)用了基于神威?太湖之光的分子動(dòng)力學(xué)算法優(yōu)化策略。在算法并行化優(yōu)化方面，利用神威?太湖之光的多核并行計(jì)算能力，將蛋白質(zhì)分子按照氨基酸殘基的序列進(jìn)行分區(qū)，每個(gè)分區(qū)分配到不同的計(jì)算核心上進(jìn)行力計(jì)算和運(yùn)動(dòng)方程求解。在計(jì)算某一氨基酸殘基與周?chē)鷼埢南嗷プ饔昧r(shí)，不同的計(jì)算核心可以同時(shí)處理不同分區(qū)內(nèi)氨基酸殘基的力計(jì)算任務(wù)，大大提高了計(jì)算速度。在內(nèi)存訪問(wèn)優(yōu)化上，采用數(shù)據(jù)預(yù)取技術(shù)，根據(jù)蛋白質(zhì)折疊過(guò)程中原子運(yùn)動(dòng)的連續(xù)性和規(guī)律性，提前預(yù)測(cè)下一時(shí)刻可能訪問(wèn)的原子數(shù)據(jù)，并將其從內(nèi)存加載到緩存中。在蛋白質(zhì)折疊過(guò)程中，當(dāng)某個(gè)區(qū)域的氨基酸殘基發(fā)生構(gòu)象變化時(shí)，預(yù)取技術(shù)可以提前將該區(qū)域及其相鄰區(qū)域的原子數(shù)據(jù)加載到緩存中，減少數(shù)據(jù)讀取延遲。同時(shí)，通過(guò)優(yōu)化數(shù)據(jù)結(jié)構(gòu)，采用基于空間分區(qū)的數(shù)據(jù)存儲(chǔ)方式，將空間位置相近的原子數(shù)據(jù)存儲(chǔ)在一起，提高緩存命中率，進(jìn)一步減少內(nèi)存訪問(wèn)延遲。通信優(yōu)化策略也在模擬中發(fā)揮了重要作用。采用空間分解算法，將蛋白質(zhì)分子的模擬空間劃分為多個(gè)子區(qū)域，每個(gè)子區(qū)域內(nèi)的原子間相互作用計(jì)算盡量在本地節(jié)點(diǎn)完成，只有邊界原子間的相互作用計(jì)算可能涉及跨節(jié)點(diǎn)通信，從而減少了節(jié)點(diǎn)間的通信量。在蛋白質(zhì)折疊模擬中，對(duì)于位于蛋白質(zhì)分子內(nèi)部的原子，其相互作用計(jì)算主要在本地節(jié)點(diǎn)進(jìn)行，只有位于分子表面的邊界原子可能與相鄰子區(qū)域的原子有相互作用，需要進(jìn)行跨節(jié)點(diǎn)通信。優(yōu)化后的通信協(xié)議也提高了數(shù)據(jù)傳輸速度，減少了通信開(kāi)銷(xiāo)，確保了模擬過(guò)程中節(jié)點(diǎn)間數(shù)據(jù)的快速、準(zhǔn)確傳輸。經(jīng)過(guò)在神威?太湖之光上的模擬計(jì)算，取得了顯著的效果。計(jì)算時(shí)間大幅縮短，相較于優(yōu)化前，完成相同精度要求的蛋白質(zhì)折疊模擬，計(jì)算時(shí)間縮短了約70%。這使得原本需要較長(zhǎng)時(shí)間才能完成的模擬任務(wù)能夠在更短的時(shí)間內(nèi)得到結(jié)果，大大提高了研究效率。模擬結(jié)果的準(zhǔn)確性也得到了顯著提升，通過(guò)與實(shí)驗(yàn)數(shù)據(jù)以及其他高精度模擬方法的結(jié)果進(jìn)行對(duì)比，發(fā)現(xiàn)優(yōu)化后的分子動(dòng)力學(xué)模擬能夠更準(zhǔn)確地捕捉蛋白質(zhì)折疊過(guò)程中的關(guān)鍵中間態(tài)結(jié)構(gòu)信息。在模擬該蛋白質(zhì)從初始線性結(jié)構(gòu)折疊成最終三維結(jié)構(gòu)的過(guò)程中，準(zhǔn)確地預(yù)測(cè)了多個(gè)實(shí)驗(yàn)中觀察到的關(guān)鍵折疊中間態(tài)，并且對(duì)這些中間態(tài)的結(jié)構(gòu)特征和能量變化的描述與實(shí)驗(yàn)結(jié)果高度吻合，為深入研究蛋白質(zhì)折疊機(jī)制提供了更可靠的數(shù)據(jù)支持。6.2案例二：材料分子動(dòng)力學(xué)模擬材料分子動(dòng)力學(xué)模擬在材料科學(xué)研究中占據(jù)著舉足輕重的地位，其能夠從原子尺度深入揭示材料的微觀結(jié)構(gòu)與宏觀性能之間的內(nèi)在聯(lián)系，為材料的設(shè)計(jì)、性能優(yōu)化以及新型材料的開(kāi)發(fā)提供關(guān)鍵的理論依據(jù)和技術(shù)支持。在材料設(shè)計(jì)領(lǐng)域，通過(guò)分子動(dòng)力學(xué)模擬可以預(yù)先評(píng)估不同原子排列和化學(xué)鍵合方式對(duì)材料性能的影響，從而指導(dǎo)實(shí)驗(yàn)合成，減少試錯(cuò)成本，加速新型材料的研發(fā)進(jìn)程。在研究新型超導(dǎo)材料時(shí)，利用分子動(dòng)力學(xué)模擬可以探究原子的振動(dòng)模式和電子云分布，預(yù)測(cè)材料在不同條件下的超導(dǎo)性能，為尋找具有更高臨界溫度的超導(dǎo)材料提供方向。在材料性能優(yōu)化方面，分子動(dòng)力學(xué)模擬能夠深入分析材料在受力、受熱等外部條件下的微觀結(jié)構(gòu)演變，如位錯(cuò)的運(yùn)動(dòng)、晶界的遷移等，從而為優(yōu)化材料的加工工藝和性能提供理論指導(dǎo)。在研究金屬材料的強(qiáng)度和韌性時(shí)，通過(guò)模擬位錯(cuò)與晶界的相互作用，可以找到提高材料強(qiáng)度和韌性的有效方法，如控制晶界的取向和結(jié)構(gòu)，從而開(kāi)發(fā)出性能更優(yōu)異的金屬材料。在本次基于神威?太湖之光的材料分子動(dòng)力學(xué)模擬案例中，選擇了一種新型的高溫合金材料作為研究對(duì)象。該高溫合金材料在航空航天、能源等領(lǐng)域具有潛在的應(yīng)用價(jià)值，其具有優(yōu)異的高溫強(qiáng)度、抗氧化性和抗腐蝕性等性能。然而，其復(fù)雜的原子結(jié)構(gòu)和多元素組成使得對(duì)其性能的深入理解和進(jìn)一步優(yōu)化面臨挑戰(zhàn)。研究目標(biāo)是通過(guò)分子動(dòng)力學(xué)模擬，深入探究該高溫合金材料在高溫、高壓等極端條件下的微觀結(jié)構(gòu)演變規(guī)律，包括原子的擴(kuò)散行為、位錯(cuò)的產(chǎn)生與運(yùn)動(dòng)、晶界的遷移等，分析這些微觀結(jié)構(gòu)變化對(duì)材料宏觀性能的影響，為該高溫合金材料的性能優(yōu)化和實(shí)際應(yīng)用提供理論支持。在模擬過(guò)程中，充分應(yīng)用了基于神威?太湖之光的分子動(dòng)力學(xué)算法優(yōu)化策略。在算法并行化優(yōu)化方面，利用神威?太湖之光的多核并行計(jì)算能力，將材料分子體系按照空間區(qū)域進(jìn)行劃分，每個(gè)區(qū)域分配到不同的計(jì)算核心上進(jìn)行力計(jì)算和運(yùn)動(dòng)方程求解。在計(jì)算高溫合金材料中原子間的相互作用力時(shí)，不同的計(jì)算核心可以同時(shí)處理不同區(qū)域內(nèi)原子的力計(jì)算任務(wù)，大大提高了計(jì)算速度。在內(nèi)存訪問(wèn)優(yōu)化上，采用數(shù)據(jù)預(yù)取技術(shù)，根據(jù)材料分子動(dòng)力學(xué)模擬中原子運(yùn)動(dòng)的規(guī)律，提前預(yù)測(cè)下一時(shí)刻可能訪問(wèn)的原子數(shù)據(jù)，并將其從內(nèi)存加載到緩存中。在模擬高溫合金材料在高溫下的原子擴(kuò)散過(guò)程時(shí)，預(yù)取技術(shù)可以提前將擴(kuò)散路徑上原子的數(shù)據(jù)加載到緩存中，減少數(shù)據(jù)讀取延遲。同時(shí)，通過(guò)優(yōu)化數(shù)據(jù)結(jié)構(gòu)，采用基于空間分區(qū)的數(shù)據(jù)存儲(chǔ)方式，將空間位置相近的原子數(shù)據(jù)存儲(chǔ)在一起，提高緩存命中率，進(jìn)一步減少內(nèi)存訪問(wèn)延遲。通信優(yōu)化策略也在模擬中發(fā)揮了重要作用。采用空間分解算法，將材料分子的模擬空間劃分為多個(gè)子區(qū)域，每個(gè)子區(qū)域內(nèi)的原子間相互作用計(jì)算盡量在本地節(jié)點(diǎn)完成，只有邊界原子