本文關(guān)鍵詞：多貝西小波密度泛函的并行計(jì)算及效率分析

  更多相關(guān)文章： BigDFT 多貝西小波 并行效率

【摘要】：多貝西小波密度泛函方法在材料、物理、化學(xué)以及納米科學(xué)等諸多領(lǐng)域有著廣泛的應(yīng)用背景。以多貝西小波作為基函數(shù),通過(guò)自洽迭代求解Kohn-Sham密度泛函方程的方法是電子結(jié)構(gòu)計(jì)算的先進(jìn)方法。該方法利用了小波的局域性,使得各種邊界條件下的網(wǎng)格劃分呈現(xiàn)出高精度�；诙嘭愇餍〔ㄐ问降碾娮咏Y(jié)構(gòu)計(jì)算程序Big DFT能夠同時(shí)滿足許多應(yīng)用對(duì)精度和局域性的要求,并且還可以利用MPI、Open MP、CUDA和Open CL對(duì)模擬體系進(jìn)行加速。隨著計(jì)算機(jī)技術(shù)的發(fā)展,超級(jí)計(jì)算機(jī)的計(jì)算力不斷增強(qiáng),硬件架構(gòu)也紛繁復(fù)雜。在這種情況下,如何結(jié)合物理背景計(jì)算問(wèn)題并利用高性能計(jì)算平臺(tái)的軟硬件特點(diǎn),使應(yīng)用實(shí)現(xiàn)高效快速的、精準(zhǔn)的完成電子結(jié)構(gòu)高收斂性的數(shù)值模擬,是目前亟待解決的問(wèn)題。本文主要針對(duì)Big DFT應(yīng)用程序的并行計(jì)算方案進(jìn)行研究,對(duì)影響并行效率的各因素進(jìn)行了詳細(xì)的理論分析,并在我校高性能計(jì)算平臺(tái)上進(jìn)行了不同規(guī)模的硅原子模型的數(shù)值模擬實(shí)驗(yàn),最后分析比較實(shí)驗(yàn)結(jié)果,得出了最優(yōu)的并行方案。本文的主要研究工作有;(1)調(diào)研了大量電子結(jié)構(gòu)計(jì)算理論和高性能并行計(jì)算技術(shù),闡述了電子結(jié)構(gòu)計(jì)算理論知識(shí)和高性能計(jì)算相關(guān)的理論和技術(shù),并分別闡述了兩者的研究發(fā)展現(xiàn)狀。(2)為了給Big DFT應(yīng)用程序的并行效率優(yōu)化提供一個(gè)合適的并行編譯環(huán)境,對(duì)多種編譯器及數(shù)學(xué)庫(kù)進(jìn)行了編譯測(cè)試。并做了對(duì)比分析。(3)在進(jìn)行數(shù)值模擬實(shí)驗(yàn)之前,全面且系統(tǒng)地掌握了高性能計(jì)算集群平臺(tái)的部署、使用和維護(hù)的相關(guān)知識(shí),其中包括對(duì)Linux系統(tǒng)的基本命令和常用工具的使用,以及集群調(diào)度軟件LSF、高性能并行文件系統(tǒng)等集群軟件的管理和維護(hù)。在此基礎(chǔ)上,通過(guò)進(jìn)一步修改模型編譯安裝腳本使之適用于當(dāng)前的計(jì)算平臺(tái),并在其上完成了Big DFT程序的異構(gòu)安裝。(4)在數(shù)值模擬計(jì)算過(guò)程中,在保證模型計(jì)算的準(zhǔn)確性的前提下,設(shè)計(jì)并實(shí)現(xiàn)了不同模型的并行計(jì)算方案,在結(jié)合并行任務(wù)運(yùn)行情況和應(yīng)用本身特征得出了一個(gè)類(lèi)Big DFT型,即計(jì)算密集型應(yīng)用的最佳并行方案:在計(jì)算資源有限及超算平臺(tái)使用規(guī)則的條件下,每個(gè)節(jié)點(diǎn)的進(jìn)程數(shù)接近節(jié)點(diǎn)核數(shù)的滿載狀態(tài)及進(jìn)程數(shù)一致時(shí)并行效率為最佳狀態(tài)且計(jì)算資源利用率高。
【關(guān)鍵詞】：BigDFT 多貝西小波 并行效率
【學(xué)位授予單位】：湘潭大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：O641.1
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 引言9-12
• 1.1 研究背景及意義9-11
• 1.1.1 高性能計(jì)算集群系統(tǒng)研究現(xiàn)狀10
• 1.1.2 電子結(jié)構(gòu)計(jì)算中面臨的問(wèn)題10-11
• 1.2 論文的結(jié)構(gòu)11-12
• 第二章 多貝西小波密度泛函方法的程序應(yīng)用：Big DFT12-20
• 2.1 多貝西小波及其應(yīng)用13-14
• 2.2 BigDFT代碼概覽14
• 2.3 BigDFT的并行化14-17
• 2.4 多貝西小波基和卷積17
• 2.5 核心方法17-20
• 2.5.1 動(dòng)能算符17-18
• 2.5.2 局部勢(shì)能應(yīng)用18
• 2.5.3 BigDFT代碼的操作18-20
• 第三章 并行計(jì)算基礎(chǔ)20-27
• 3.1 并行計(jì)算基本概念20-21
• 3.2 并行編程語(yǔ)言：MPI、OpenMP、CUDA和OpenCL21-22
• 3.3 CPU與GPU22-24
• 3.4 并行算法（程序）性能的度量24-27
• 3.4.1 Amdahl法則與強(qiáng)擴(kuò)展25
• 3.4.2 Gustafson定律與弱擴(kuò)展25-27
• 第四章 HPC平臺(tái)簡(jiǎn)介及BigDFT并行27-31
• 4.1 HPC平臺(tái)簡(jiǎn)介27-29
• 4.1.1 硬件環(huán)境28-29
• 4.2 BigDFT的并行實(shí)現(xiàn)29-31
• 4.2.1 在刀片節(jié)點(diǎn)上的并行實(shí)現(xiàn)29
• 4.2.2 在CPU+GPU異構(gòu)節(jié)點(diǎn)上的并行實(shí)現(xiàn)29-31
• 第五章 并行算例及效率分析31-46
• 5.1 二維邊界模型：硅薄膜算例31-44
• 5.1.1 固定使用120核運(yùn)行情況32-34
• 5.1.2 強(qiáng)擴(kuò)展分析34-44
• 5.2 三維邊界模型：金剛石算例44-46
• 第六章 總結(jié)與展望46-47
• 6.1 總結(jié)46
• 6.2 展望46-47
• 參考文獻(xiàn)47-50
• 致謝50

，

本文編號(hào)：978241