Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/335643
Type: TESE DIGITAL
Degree Level: Doutorado
Title: Acceleration of Green's function molecular dynamics using shared memory techniques and many-core architectures   : Aceleração de dinâmica molecular baseada em funções de Green utilizando técnicas de memória compartilhada e arquiteturas de múltiplos núcleos  
Title Alternative: Aceleração de dinâmica molecular baseada em funções de Green utilizando técnicas de memória compartilhada e arquiteturas de múltiplos núcleos  
Author: Andrijauskas, Fábio, 1986-
Advisor: Coluci, Vitor Rafael, 1976-
Abstract: Resumo: A limitação do tempo de simulação de dinâmica molecular é uma questão importante para o estudo de propriedades de materiais em escalas de tempo realistas. Diversas técnicas abordam a questão de estender o tempo de simulação de DM. Em uma abordagem diferente, o formalismo baseado em funções de Green foi aplicado para resolver as equações de movimento em simulações DM clássicas e permitiu ampliar em oito ordens de grandeza a escala de tempo de simulações de vibração de nanomateriais de carbono. No entanto, o alto custo computacional tem limitado o uso de GFMD para simulações em ciência de materiais. Neste trabalho, combinamos técnicas de computação de alto desempenho para acelerar as simulações com GFMD. As versões paralelas do GFMD foram implementadas para usar o processamento de múltiplos processadores utilizando OpenMP e co-processamento (aceleradores como Xeon Phi e Nvidia Tesla). As técnicas de paralelismo foram aplicadas principalmente às operações matriciais envolvidas usando bibliotecas típicas de álgebra linear (Magma) e à atualização das posições e velocidades utilizando OpenAcc e OpenMP (offload) para Xeon Phi. Os testes de validação e de desempenho foram realizados em cadeias atômicas unidimensionais. As versões paralelas foram validadas com a solução analítica disponível para os deslocamentos atômicos. Obteve-se uma aceleração máxima de 12x para a versão OpenMP e 21x para a combinação de Nvidia Tesla e OpenMP. Dessa forma, com as acelerações obtidas do GFMD é possível aumentar a aplicabilidade dessa técnica em ciência dos materiais

Abstract: The limitation of molecular dynamics simulation time is an important issue for the study of material properties at realistic time scales. Several techniques address the issue of extending MD simulation time. In a different approach, Green's function-based formalism was applied to solve the motion equations in classical MD simulations and allowed to extend the time scale of carbon nanomaterial vibration simulations by eight orders of magnitude. However, the high computational cost has limited the use of GFMD for material science simulations. In this paper, we combine high performance computing techniques to accelerate simulations with GFMD. Parallel versions of GFMD were implemented to use multiprocessor processing using OpenMP and co-processing (accelerators like Xeon Phi and Nvidia Tesla). Parallelism techniques were mainly applied to the matrix operations involved using typical linear algebra (Magma) libraries and to updating positions and velocities using OpenAcc and OpenMP (\ textit {offload}) for Xeon Phi. Validation and performance tests were performed on one-dimensional atomic chains. Parallel versions have been validated with the analytical solution available for atomic offsets. A maximum acceleration of 12x was obtained for the OpenMP version and 21x for the combination of Nvidia Tesla and OpenMP. Thus, with the accelerations obtained from GFMD it is possible to increase the applicability of this technique in materials science
Subject: Dinâmica molecular
Green, Funções de
Aceleração (Mecânica)
Language: Português
Editor: [s.n.]
Citation: ANDRIJAUSKAS, Fábio. Acceleration of Green's function molecular dynamics using shared memory techniques and many-core architectures  : Aceleração de dinâmica molecular baseada em funções de Green utilizando técnicas de memória compartilhada e arquiteturas de múltiplos núcleos  . 2019. 1 recurso online (58 p.). Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Tecnologia, Limeira, SP.
Date Issue: 2019
Appears in Collections:FT - Tese e Dissertação

Files in This Item:
File SizeFormat 
Andrijauskas_Fabio_D.pdf2.72 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.