10 ноября 2011 года NVIDIA объявила о том, что в четыре ведущих приложения по материаловедению и биомолекулярному моделированию – LAMMPS, GROMACS, GAMESS и QMCPACK – добавлена поддержка ускорения с помощью графических процессоров, позволяющая сократить время симуляций с нескольких дней до нескольких часов.

Теперь ученые могут изучать более крупные молекулярные модели с большей точностью, лучше определяя потенциальное влияние лекарств и эффективность новых материалов. Создатели лекарств также получают преимущество благодаря сокращению времени и расходов на получение новых препаратов.

Четыре приложения моделирования присоединились к другим известным программам, среди которых AMBER, NAMD и TeraChem, и позволяют университетам, государствам и исследователям задействовать в своей работе мощь графических процессоров.

«Широкий доступ к недорогим и экономичным суперкомпьютерам на базе GPU позволяет ускорить ход научных исследований», - сказал Сумит Гупта (Sumit Gupta), директор NVIDIA по продуктам Tesla. «Польза от такой вычислительной мощи для науки очевидна, так как ученые могут теперь быстрее и точнее симулировать биологическое взаимодействие протеина и лекарства еще до начала затратных по времени и деньгам опытах на животных».

Все четыре приложения широко используются учеными на суперкомпьютерах для улучшения моделирования в различных областях:

• GAMESS – это приложение для квантовой химии, позволяющее моделировать новые препараты и материалы. В нем используются вычислительные методы для определения электронной структуры и свойств молекул.
• GROMACS позволяет проводить симуляции биомолекулярных взаимодействий между белками и потенциальными лекарствами. Его можно использовать для изучения сворачивания и разворачивания белков, что помогает понять природу таких заболеваний, как болезнь Альцгеймера, болезнь Хантинтона и некоторые формы рака.
• LAMMPS используется для моделирования на атомарном уровне мягких (биомолекулы, полимеры) и твердых (металлы, полупроводники) материалов.
• QMCPACK симулирует свойства материалов, обеспечивая высокую точность и превосходную масштабируемость с помощью квантового метода Монте-Карло.

Цитаты
«Мы хотим выйти за границы возможного, используя эффективный код с хорошей масштабируемостью. Технология GPU – это самый перспективный путь к достижению этой цели. Сотрудничая с лабораторией DOE, мы находим экономию энергии не менее важной, что является еще одним преимуществом от ускорения квантовой химии с помощью GPU».

--Марк Гордон (Mark Gordon), профессор факультета химии Университета штата Айова, директор программы прикладных математических наук в Лаборатории AMES, руководитель проекта GAMESS

«GROMACS 4.6 благодаря GPU должен ускорить симуляцию в 2-3 раза. Более высокая скорость симуляции позволяет ученым лучше понять биологическое поведение потенциальных лекарств и белков, пораженных болезнью».

--Эрик Линдал (Erik Lindahl), профессор теоретической и вычислительной биофизики при Шведском Королевском Институте Технологий и профессор вычислительной структурной биологии при Центре AlbaNova Стокгольмского Университета

«В нашей основной работе с приложением QMCPACK мы получили трехкратное ускорение для узлов с одним GPU по сравнению с системами на базе двух CPU. Производительность также прекрасно масштабируется при использовании сотен GPU. Это позволяет нам исследовать свойства материалов в большом масштабе с огромной точностью». -- Джонгним Ким (Jeongnim Kim), научный работник из Окриджской Национальной Лаборатории.

«Ученые, занимающиеся молекулярной динамикой, сильно ограничены сроками: они не могут бесконечно проводить симуляции для моделирования многих интересующих явлений», - заявил один из разработчиков LAMMPS. «Объем симуляций можно значительно увеличить благодаря масштабным кластерам из GPU».

--Стив Плимптон (Steve Plimpton), работник Национальных Лабораторий в Сандиа

«Наличие у нас систем на базе GPU, эффективных с точки зрения вычислений, позволяет по-новому моделировать лекарства и по-новому взглянуть на механизмы болезней. С помощью GPU мы теперь можем проводить намного больше симуляций с меньшими допущениями и создавать более реалистичные модели».

--Др. Майкл Кьюпер (Michael Kuiper), специалист по вычислениям в Victorian Partnership for Advanced Computing

Ученые в области биомолекулярного моделирования и материаловедения, заинтересованные в получении испытательной версии новых приложений, должны зарегистрироваться в программе NVIDIA® Tesla™ MD SimCluster. Данное интегрированное кластерное решение полностью оптимизировано для симуляции крупномасштабных моделей высокой точности при значительно меньшем времени симуляции.

Подробнее о графических процессорах NVIDIA Tesla смотрите здесь. Подробнее об архитектуре NVIDIA CUDA® смотрите здесь.