Exact diagonalization of the Hubbard model on graphics processing units
我们在图形处理器（GPU）上用精确对角化方法求解哈伯德模型。我们基准测试我们的GPU程序对一个连续的CPU代码，通过使用Lanczos算法来解决两种情况下的基态能量：一个一维的环和一个二维的正方形晶格。在一维的情况下，我们得到的加速比超过100和60，在单精度和双精度运算，分别。在二维情况下，相应的加速比超过110和70。
2012-06-19 cond-mat.str-el physics.comp-ph
Molecular dynamics for long-range interacting systems on Graphic Processing Units
我们提出了一个四阶辛积分的图形处理单元上的三个$N$体模型与长程相互作用的普遍利益：哈密顿平均场，环和二维自引力模型。我们讨论的算法，加速比和错误使用一个和两个GPU单元。与串行代码相比，加速比可以高达140，并且总能量中的总体相对误差与CPU代码具有相同的数量级。测试中使用的颗粒数量范围从10，000到50，000，000，取决于模型。
2012-12-03 cond-mat.stat-mech physics.comp-ph
Accelerated molecular dynamics force evaluation on graphics processing units for thermal conductivity calculations
在本文中，我们开发了一个高效的分子动力学代码完全实现的图形处理单元的热导率计算使用的绿色久保公式。我们比较了两种不同的力评估方案，一种是以前使用的线程方案，其中单个线程用于一个粒子，每个线程计算相应粒子的总力，以及一种新的块方案，其中整个块用于一个粒子，并且块中的每个线程计算与给定块相关联的粒子与其相邻粒子之间的一个或多个力对，与给定线程关联。对于这两种方案，两个不同的经典势，即，Lennard-Jones势和刚性离子势的实施。虽然线程方案在相对较大的系统中表现稍好，但块方案在相对较小的系统中表现得更好。随着截止半径的增大，块方案相对于螺纹方案的相对性能也有所提高。我们通过计算固体氩和碲化铅的晶格热导率来验证该实现。
2013-03-13 cond-mat.mtrl-sci physics.comp-ph
Pseudo-random number generators for Monte Carlo simulations on Graphics Processing Units
基本的均匀伪随机数发生器是在ATI图形处理器（GPU）上实现的。讨论了在CPU和GPU上实现的生成器（乘性线性同余（GGL）、异或移位（XOR 128）、RANECU、RANMAR、RANLUX和Mersenne Twister（MT19937））的性能结果。所获得的加速因子是CPU的数百倍。在蒙特卡罗模拟中，RANLUX生成器是最适合在GPU上使用的生成器。简要介绍了高能物理中蒙特卡罗模拟软件包中所使用的伪随机数发生器。
2010-03-09 hep-lat physics.comp-ph
Computational Physics on Graphics Processing Units
使用图形处理单元进行科学计算是一种新兴的策略，可以显着加快各种不同的算法。在这篇综述中，我们讨论了在计算物理领域取得的进展，重点是经典的分子动力学，和量子模拟的电子结构计算使用的密度泛函理论，波函数技术，和量子场论。
2013-03-06 cond-mat.other hep-lat physics.comp-ph
Acceleration of three-dimensional Tokamak magnetohydrodynamical code with graphics processing unit and OpenACC heterogeneous parallel programming
本文将OpenACC异构并行编程模型成功地应用于三维托卡马克磁流体动力学程序（CLTx）的修改和加速。通过OpenACC和MPI技术的结合，CLTx通过使用多个GPU进一步并行化。在NVIDIA TITAN Xp和TITAN V GPU上分别实现了显著的加速比，而CLTx的修改很少。此外，还用托卡马克中m/n=2/1的电阻撕裂模不稳定性严格验证了上述两种图形卡上双精度计算的有效性。
2019-07-09 physics.comp-ph
Quantized bounding volume hierarchies for neighbor search in molecular simulations on graphics processing units
提出了一种基于包围体层次结构（BVH）的图形处理单元（GPU）分子模拟中的邻域搜索算法。BVH被压缩成低精度的量化表示，以与先前的实现相比提高BVH遍历速度。我们发现，使用量化的BVH的邻居搜索大约是两到四倍的速度比目前最先进的方法，使用统一的网格（细胞列表）的一套基准常见的分子模拟模型。基于基准测试结果，我们建议在GPU上的分子模拟中使用BVH而不是单个细胞列表来生成邻居列表。
2019-03-25 physics.comp-ph
Compressed Multi-Row Storage Format for Sparse Matrices on Graphics Processing Units
提出了一种新的存储稀疏矩阵的格式，用于在现代图形处理单元（GPU）上进行高效的稀疏矩阵向量（SpMV）乘积计算。这种格式扩展了标准的压缩行存储（CRS）格式，可以快速转换，并从它。计算性能的两个SpMV内核的新格式确定为超过130稀疏矩阵的费米级和开普勒级GPU和比较，现有的5个通用算法和工业实现，包括英伟达cuSparse CSR和HYB内核。我们发现最高可达$\approx 60%$的加速比超过了五个备选内核中的最佳内核。
2014-04-25 cs.DC physics.comp-ph
Fast calculation of HELAS amplitudes using graphics processing unit (GPU)
我们使用图形处理单元（GPU）的物理过程的螺旋度振幅的快速计算。作为我们的第一次尝试，我们通过将MadGraph生成的HELAS振幅（FORTRAN）转移到新开发的HEGET（{ \bf H}ELAS}赋值与{ \bf G}PU {\bf E}增强的{ \bf T}技术）代码中，以$\sqrt{s} = 14$ TeV计算$pp$碰撞中的$u\bar{u}\to nγ$（$n=2$至8）过程。与通常的CPU程序相比，我们在GPU上获得了40-150倍的性能。
2010-10-11 hep-ex hep-ph physics.comp-ph
Large-scale Ferrofluid Simulations on Graphics Processing Units
提出了一种在图形处理器上对磁流体进行分子动力学模拟的方法。我们的数值方案是基于一个面向GPU的修改的Barnes-Hut（BH）算法，旨在增加计算的并行性。对于由一百万个铁磁粒子组成的系综，所提出的算法在Tesla M2050 GPU上的性能表现出四个数量级的计算时间加速相比，单核CPU上的顺序全对（AP）算法的性能，和两个数量级相比，GPU上的优化AP算法的性能。数值模拟的结果与理论预测相比较，证实了该方案的准确性。
2013-01-22 physics.comp-ph physics.flu-dyn
Resistive and multi-fluid RMHD on graphics processing units
在这项工作中，我们提出了一个概念的CUDA能力，电阻，相对论磁流体动力学（RMHD）的多流体模型的证明。模拟RMHD模型的电阻性和多流体程序受到刚性源项的影响，因此通常采用一组半隐式时间积分器来保持数值稳定性。我们表明，第一次，电阻和双流体模型RMHD的有限体积IMEX计划可以通过在图形处理单元上执行来加速，显着降低了这些问题的需求。我们报告并行速度超过21 $\times$使用双精度浮点精度，并强调这些计划所需的优化策略，以及它们如何不同于理想的RMHD模型。这些结果的影响进行了讨论的上下文中的下一代模拟的中子星合并。
2018-08-29 physics.comp-ph
GPUQT: An efficient linear-scaling quantum transport code fully implemented on graphics processing units
我们提出了GPUQT，量子传输代码完全实现的图形处理单元。利用这个程序，可以得到由实空间紧束缚哈密顿量描述的大系统的本征电子输运性质以及一种或多种类型的无序。DC Kubo电导率表示为速度自相关的时间积分或均方位移的时间导数。线性缩放（相对于系统中的轨道总数）计算时间和存储器使用通过使用各种数值技术来实现，包括稀疏矩阵向量乘法、迹的随机相位近似、量子演化算子的Chebyshev展开以及量子分辨算子的核多项式方法。我们描述了GPUQT的输入和输出，并给出了两个例子来说明它的使用，注意结果的解释。
2017-05-03 physics.comp-ph
Using Graphics Processing Units to solve the classical N-body problem in physics and astrophysics
图形处理器（GPU）可以加速天体物理学中各种问题的数值求解，包括恒星系统的动力学演化;与仅使用中央处理器相比，性能增益可以超过100倍。在这项工作中，我描述了一些策略，以加快经典的$N$体问题使用GPU。我展示了$N$体代码HiGPU的一些特性作为模板代码。在此背景下，我还给出了正则化方法的并行实现的一些提示，并介绍了代码HiGPUs-R。虽然这项工作的主要应用涉及天体物理学，但所提出的一些技术具有普遍有效性，可以应用于物理学的其他分支，如电动力学和QCD。
2015-01-27 astro-ph.IM physics.comp-ph
General purpose graphics-processing-unit implementation of cosmological domain wall network evolution
拓扑缺陷必然在早期宇宙的对称性破缺相变中形成。为了探索理论模型的参数空间并设置更严格的实验约束（利用天体物理观测的最新进展），需要越来越苛刻的模拟，因此需要更多的硬件资源和计算时间。提高现有编码的速度和效率至关重要。在这里，我们提出了一个通用的图形处理单元实现的规范Press-Ryden-Spergel算法的宇宙学域壁网络的演变。这被移植到开放计算语言标准，因此在2D和3D模拟中实现了显着的速度提升。
2017-10-28 astro-ph.CO hep-ph physics.comp-ph
Benchmarking MD systems simulations on the Graphics Processing Unit and Multi-Core Systems
分子动力学有助于在分子和原子水平上分析复杂系统的模拟。模拟可以持续很长一段时间，甚至几个月。由于这个原因，图形处理单元（GPU）和多核系统被用作克服这个障碍的解决方案。本文介绍了这两种系统之间的比较。使用的第一个系统意味着图形处理单元，分别是带有OpenMM分子动力学包的CUDA和允许内核在GPU上运行的OpenCL。这个模拟是在一个新的恒温器上完成的，该恒温器将Berendsen恒温器与Langevin动力学混合。第二个包括分子动力学模拟和能量最小化包GROMACS，该包基于通过MPI（消息传递接口）在多核系统上的并行化。第二个模拟使用另一种新的恒温器算法相关的，耗散粒子动力学-各向同性型（DPD-ISO）。这两种恒温器都是创新的，基于我们开发的新理论。结果表明，在多核系统上的并行化具有高达33倍的性能比在图形处理单元上执行。在这两种情况下，系统的温度都保持在接近作为参考的温度。对于使用CUDA GPU的模拟，当处理器的数量等于4时，获得更快的运行时间，与只有一个处理器的情况相比，模拟速度快3.67倍。
2021-01-29 physics.comp-ph
Simulating Lattice Spin Models on Graphics Processing Units
晶格自旋模型对于研究临界现象是有用的，并且允许提取平衡和动力学性质。此类系统的模拟通常基于蒙特卡罗（MC）技术，主要困难通常是接近临界点时所需的大量计算工作。在这项工作中，它显示了如何使用NVIDIA图形处理单元（GPU），使用CUDA编程架构，可以加速这种模拟。我们已经开发了两种不同的算法晶格自旋模型，第一个有用的平衡特性附近的二阶相变点和第二个动态减慢附近的玻璃化转变。该算法是基于并行MC技术，和加速比从70到150倍，超过传统的单线程计算机代码获得使用消费级硬件。
2012-09-03 cs.OH physics.comp-ph
Discontinuous Galerkin methods on graphics processing units for nonlinear hyperbolic conservation laws
我们提出了一种新的实施方式的模态不连续Galerkin（DG）方法的双曲守恒律在二维图形处理器（GPU）使用NVIDIA的计算统一设备架构（CUDA）。既灵活又高精度，DG方法适应并行架构，以及它们的不连续性产生元素局部近似。高性能科学计算非常适合GPU，因为这些强大的、大规模并行的、具有成本效益的设备最近包括了对双精度浮点数的支持。非结构化三角形网格上的欧拉方程的计算实例证明了我们在NVIDIA GTX 580设备上实现的有效性。分析我们的方法揭示了与现有节点DG-GPU实现线性问题的性能相当。
2016-01-28 cs.DC cs.MS physics.comp-ph
Real-space density functional theory on graphical processing units: computational approach and comparison to Gaussian basis set methods
我们讨论了图形处理单元（GPU）的应用，以加速实空间密度泛函理论（DFT）的计算。为了使我们的实现效率，我们已经开发了一个计划，暴露DFT方法中可用的数据并行性，这是适用于实空间DFT计算所需的不同程序。我们目前的AMD和Nvidia，这表明，我们的计划，在免费代码Octopus实现的GPU，可以达到高达90 GFlops的持续性能为一个单一的GPU，代表显着的速度时相比，CPU版本的代码。此外，对于某些系统，我们的实现可以优于GPU高斯基集代码，表明实空间方法是GPU上DFT模拟的有竞争力的替代方案。
2013-08-30 cond-mat.other physics.comp-ph
Accelerating Auxiliary-Field Quantum Monte Carlo Simulations of Solids with Graphical Processing Unit
我们概述了量子场蒙特卡罗（AFQMC）如何利用图形处理单元（GPU）来加速固态系统的模拟。通过利用晶体动量守恒的一个和两个电子的积分，我们展示了如何有效地制定算法，最好地利用当前的GPU架构。我们提供了不同的优化策略的详细描述和配置文件我们的实现相对于标准的方法，展示了一个因素的40 CPU实现的速度。随着计算能力的增加，我们证明了AFQMC的能力，系统地收敛固态计算相对于基组和系统的大小，通过计算在金刚石结构中的碳的结合能的实验结果的0.02 eV内。
2020-03-20 cond-mat.str-el physics.chem-ph physics.comp-ph
Graphics processing units accelerated semiclassical initial value representation molecular dynamics
本文介绍了一种用于振动分子光谱计算的半经典初值表示（SC-IVR）传播子的图形处理单元（GPU）实现。时间平均制定的SC-IVR功率谱计算。提供了关于半经典代码的GPU实现的细节。考虑了原子数量不断增加的四种分子，GPU计算的振动频率与基准值完全匹配。讨论了两个GPU（NVIDIA Tesla C2075和Kepler K20）分别与两个CPU（Intel Core i5和Intel Xeon E5- 2687 W）的计算时间缩放以及与GPU实现相关的关键问题。计算时间和功耗的减少是显着的，半经典GPU计算被证明是环境友好的。
2014-05-08 physics.chem-ph physics.comp-ph quant-ph
Feasibility Analysis of Low Cost Graphical Processing Units for Electromagnetic Field Simulations by Finite Difference Time Domain Method
在可用于解决计算电磁学（CEM）问题的几种技术中，时域有限差分（FDTD）方法是使用并行硬件平台时最适合的方法之一。在本文中，我们研究的可行性，实现FDTD方法使用NVIDIA GT 520，一个低成本的图形处理单元（GPU），在时域中求解麦克斯韦方程的微分形式。首先讨论了带宽测试的广义基准测试问题和"矩阵左除"的基准测试问题，以了解问题大小与CPU和GPU性能之间的关系。接下来是FDTD方法的讨论，同样在CPU和GT 520 GPU上实现。对于上述两个比较，使用的CPU是Intel E5300，一种低成本双核CPU。
2013-05-02 cs.DC physics.comp-ph
Performance Acceleration of Kernel Polynomial Method Applying Graphics Processing Units
核多项式方法（KPM）是凝聚态物理和化学研究领域中用于量子系统模拟的快速对角化方法之一。由于算法是细增益递归计算，很难在机群或超级计算机上并行化。本文提出了一种实现的KPM在最近的图形处理单元（GPU）的递归计算能够在大规模并行环境中并行化。本文还说明了性能评估的情况下，当实际的模拟参数被应用，一个增加密集的计算和一个增加的内存使用量。最后，它的结论是，GPU上的性能承诺非常高的性能相比，在CPU上，并减少了整体模拟时间。
2011-05-27 cond-mat.other cs.PF physics.comp-ph
Efficient molecular dynamics simulations with many-body potentials on graphics processing units
图形处理单元已被广泛用于加速经典的分子动力学模拟。然而，在加速多体势的力评估方面的进展要比成对的少得多。在传统的多体势力评估算法中，给定原子的力、维里应力和热流在不同的循环中累积，这可能会导致CUDA内核中不同线程之间的写冲突。在这项工作中，我们提供了一种新的力评估算法，该算法基于最近导出的多体势的显式成对力表达式[Phys. Rev. B 92（2015）094301]。在我们的算法中，力，维里应力，和热流为一个给定的原子可以在一个线程内积累，是免费的写冲突。我们讨论的配方和算法，并评估其性能。一个新的开源代码，GPUMD，开发的基础上提出的配方。对于Tersoff多体势，使用Tesla K40卡的GPUMD的双精度性能相当于使用约100个CPU核心（Intel Xeon CPU X5670@2.93 GHz）运行的LAMMPS（大规模原子/分子大规模并行模拟器）分子动力学代码的性能。
2017-06-25 cond-mat.mtrl-sci cs.CE physics.comp-ph
Efficient linear-scaling quantum transport calculations on graphics processing units and applications on electron transport in graphene
我们通过研究石墨烯中的共振散射，在图形处理单元上实现，优化和验证线性尺度Kubo-Greenwood量子输运模拟。我们考虑两个实际表示的Kubo-Greenwood公式：格林-Kubo公式的基础上的速度自相关和爱因斯坦公式的基础上的均方位移。代码完全在图形处理单元上实现，相对于我们的CPU实现，加速因子高达16（使用双精度）。比较了核多项式方法和傅里叶变换方法对狄拉克δ函数的逼近，得出核多项式方法更有效的结论。在弹道机制中，爱因斯坦公式可以产生一维石墨烯纳米带的正确量子化电导，除了带边缘附近的过冲。在扩散制度下，绿色Kubo和爱因斯坦的形式主义被证明是等价的。的长度依赖性的电导在本地化制度的爱因斯坦公式与非平衡格林函数方法获得的比较揭示了在强本地化制度的Kubo-Greenwood形式主义中定义的长度的挑战。
2013-07-01 cond-mat.mes-hall physics.comp-ph
Relativistic hydrodynamics on graphics processing units
流体力学计算已成功地用于研究夸克-胶子等离子体的体性质，特别是椭圆流和剪切粘性。然而，也有一些领域（例如，逐事件模拟流动波动和高阶流动谐波研究），进一步的进步是由于缺乏有效和精确的3+1D~程序。这个问题可以通过使用图形处理单元（GPU）计算来解决，与标准CPU模拟相比，GPU计算提供了前所未有的计算能力。在这项工作中，我们提出了一个实现3+1D理想流体动力学模拟的图形处理单元使用Nvidia CUDA框架。模拟中采用了MUSTA-FORCE（Multi STAge，First ORder CENTRAL，with a~slope limiter and MUSCL reconstruction）和WENO（Weighted Essentially Non-Oscillating）格式，分别具有二阶（MUSTA-FORCE）、五阶和七阶（WENO）精度。时域积分采用三阶龙格-库塔格式。我们的实现提高了约2个数量级的性能相比，一个~单线程程序。给出了1+ 1维激波管和3+ 1维椭球展开和类哈勃展开的数值模拟的算法检验。
2016-04-12 nucl-th physics.comp-ph
Multidimensional upwind hydrodynamics on unstructured meshes using Graphics Processing Units I. Two-dimensional uniform meshes
我们提出了一种新的方法，数值流体力学，它使用了多维广义的罗伊求解器和非结构化三角网格上操作。传统的方法的基础上黎曼求解器，通常使用一维通量估计作为构建块的多维整合的主要优势，是其固有的多维性质，因此，它的能力，以识别多维稳态，而不是流体静力学。第二个新颖之处是对图形处理单元（GPU）的关注。通过专门针对GPU定制算法，与台式机相比，我们能够获得100-250的加速比。我们比较多维迎风计划的一个传统的，尺寸分裂的实施Roe求解器上的几个测试问题，我们发现，新方法显着优于Roe求解器在几乎所有情况下。这会增加每个时间步长的计算成本，这使得新方法比作用于结构化网格的维度分裂方案慢大约2倍。
2017-05-04 astro-ph.IM physics.comp-ph
Efficient magnetohydrodynamic simulations on graphics processing units with CUDA
基于理想磁流体动力学方程的磁流体动力学（MHD）模拟已成为一种强有力的工具，用于模拟实验室、天体物理和空间等离子体等广泛应用中的现象。一般来说，求解理想MHD方程的高分辨率方法在计算上是昂贵的，并且通常使用Beowulf集群甚至超级计算机来运行实现这些方法的代码。随着统一计算设备架构（CUDA）的出现，现代图形处理单元（GPU）为科学模拟的并行计算提供了另一种方法。在本文中，我们提出，据作者所知，第一次实施的MHD模拟完全在GPU上与CUDA，命名为GPU-MHD，以加速模拟过程。GPU-MHD支持单精度和双精度计算。一系列的数值试验验证了我们的代码的正确性。通过单精度和双精度计算结果的比较，给出了精度评估。单精度和双精度的性能测量是在NVIDIA GeForce GTX 295（GT 200架构）和GTX 480（费米架构）显卡上进行的。这些测量结果表明，我们的基于GPU的实现实现达到一个和两个数量级之间的使用的显卡，问题的大小，和精度相比，原来的串行CPU MHD实现。此外，我们还扩展了GPU-MHD以支持模拟结果的可视化，从而使整个MHD模拟和可视化过程可以完全在GPU上执行。
2010-11-21 physics.comp-ph
PySEQM 2.0: Accelerated Semiempirical Excited State Calculations on Graphical Processing Units
本文在PySEQM软件中实现了CIS和TDHF级别的半经验激发态计算，利用PyTorch的GPU加速在不到一分钟内完成近千原子分子计算，并集成机器学习接口以支持未来的激发态动力学应用。
2025-05-30 physics.chem-ph physics.comp-ph
Toward large-scale Hybrid Monte Carlo simulations of the Hubbard model on graphics processing units
混合蒙特卡罗算法的性能取决于预条件共轭梯度迭代中稀疏矩阵-向量乘法的速度。我们研究这些操作实现的费米子矩阵的哈伯德模型在d+1时空维度，并报告之间的性能比较2.66 GHz的英特尔至强E5430 CPU和NVIDIA特斯拉C1060 GPU使用双精度算术。我们发现加速因子范围在30-350之间，d = 1，d = 3超过40。我们认为，这样的加速是相当大的影响量子多体系统的大规模模拟研究。
2010-07-20 cond-mat.stat-mech physics.comp-ph
Development of a Flow Solver with Complex Kinetics on the Graphic Processing Units
本文报道了在图形处理单元（GPU）上实现一个数值求解器来模拟具有详细化学动力学的反应气体混合物。求解器采用高阶有限体积法求解流体动力学方程与刚性源项耦合。化学动力学通过算子分裂法隐式求解。我们探索了在GPU上实现快速动力学求解器的不同方法。文中讨论了具体的实现方法。用两种高阶激波捕获格式：MP5（Suresh，et al.（1997））和ADERWENO（Titarev，et al.（2005））对求解器进行了测试。在只考虑流体动力学计算的情况下，得到MP5格式的加速因子为30，ADERWENO格式的加速因子为55。对于全耦合求解器，性能增益取决于反应机制的大小。两个不同的化学例子进行了探讨。第一种机制由9种物质和38个反应组成，导致加速因子高达35。第二个更大的机制由36种物质和308个反应组成，导致加速因子高达40。
2011-10-21 physics.comp-ph physics.flu-dyn
Fine-sorting One-dimensional Particle-In-Cell Algorithm with Monte-Carlo Collisions on a Graphics Processing Unit
蒙特卡罗碰撞的粒子模拟（PIC）用于等离子体科学，以探索各种动力学效应。一个主要问题是这种模拟的长运行时间。即使在现代计算机系统上，PIC代码也需要相当多的时间来收敛。大多数计算可以大规模并行化，因为粒子在一个时间步长内相互独立。当前的图形处理单元（GPU）为并行代码的执行提供了一种有吸引力的方法。在这篇文章中，我们展示了一个一维PIC代码运行在Nvidia GPU上使用CUDA环境。该代码的一个显著特征是，该代码用于相对于粒子坐标对粒子进行分类的单元的大小与用于电场离散化的网格单元的大小相当。因此，我们称相应的算法为“细排序”。实现细节和优化的代码进行了讨论，并计算与经典的CPU方法相比的速度。
2011-04-20 physics.comp-ph physics.plasm-ph
Towards using general purpose graphics processing unit (GPGPU) units for accelerating the batched perfectly stirred reactor (PSR) calculations
使用复杂燃烧动力学的实际湍流燃烧装置的效率和污染物排放特性的详细分析通常取决于涉及气体种类和烟灰的燃烧化学与湍流特性之间的相互作用。这种燃烧系统的建模通常需要使用具有数百种物质和数千种反应的化学动力学机制。完全搅拌反应器（PSR）是理想的反应器环境，其中反应物种具有高搅拌速率，并且燃烧产物均匀分布在反应器内。PSR在火焰稳定性研究、污染物（如NOx的形成）的预测、化学反应机理的开发和测试以及碳烟形成和生长的研究中非常有用。描述PSR的基本方程构成高度非线性代数方程的系统，由于物质的净生产率和物质浓度之间的复杂关系，这最终使得方程刚性，并且这种方程的求解变得高度计算密集，从而需要高效且鲁棒的求解算法。图形处理单元（GPU）在过去已经被广泛地用作中央处理单元（CPU）的具有成本效益的替代，并且GPU的高度并行线程可以以有效的方式被使用来改善这种算法的性能以加速计算。针对PSR模型的批处理计算，提出了一种高度并行化的GPU实现方法，该方法使用了一种鲁棒高效的气相化学反应非线性求解器，并进一步耦合到一个广泛使用的矩
2020-05-23 physics.comp-ph physics.flu-dyn
Air pollution modelling using a graphics processing unit with CUDA
图形处理器（GPU）是并行计算的有力工具。在过去的几年中，GPU的性能和功能不断提高，NVIDIA开发了计算统一设备架构（CUDA）-一种并行计算架构，以在通用计算中利用这种性能。在这里，我们首次展示了GPU在环境研究中的可能应用，作为决策策略的基础。在CUDA上建立了一个随机拉格朗日粒子模型，用于估算事故释放过程中单个点源放射性核素的迁移和转化。我们的结果表明，与在2.33 GHz台式计算机上使用单线程实现的CPU相比，并行实现实现的典型加速值约为80-120倍。GPU和CPU模拟结果之间只有很小的差异，这与大气中随机传输现象的影响是可比的。在不增加维护成本的情况下，相对较高的加速比可能会导致GPU在不久的将来广泛用于各种环境应用。
2009-12-16 physics.comp-ph physics.med-ph
Massively parallel simulations of relativistic fluid dynamics on graphics processing units with CUDA
相对论性流体动力学是相对论性重离子碰撞中产生的夸克-胶子等离子体的动力学模拟的主要组成部分。具有波动初始条件的夸克-胶子等离子体的全三维耗散动力学的模拟在计算上是昂贵的，并且通常需要一定程度的并行化。在本文中，我们提出了一个GPU实现的Kurganov-Tadmor算法，解决了3+ 1维相对论粘性流体动力学方程，包括体积和剪切粘度的影响。我们证明，由此产生的基于CUDA的GPU代码是大约两个数量级的速度比相应的串行实现的Kurganov-Tadmor算法。我们验证代码使用（半）分析测试，如相对论激波管和Gubser流。
2016-08-23 hep-ph nucl-th physics.comp-ph
Fast computation of MadGraph amplitudes on graphics processing unit (GPU)
继续我们以前对QED和QCD过程的研究，我们利用图形处理器（GPU）快速计算了一般标准模型（SM）过程的螺旋度振幅。介绍了处理所有SM相互作用的附加HEGET代码，以及将任意MadGraph生成的HELAS振幅（FORTRAN）转换为CUDA中的HEGET代码的程序MG2CUDA。我们测试所有的代码，通过比较振幅和截面的多喷流srocesses在LHC与生产的单和双弱玻色子的顶夸克对，希格斯玻色子加一个弱玻色子或顶夸克对，和多个希格斯玻色子通过弱玻色子融合，其中所有的重粒子是允许衰变成轻夸克和轻子与全自旋相关。在预期的数值精度范围内，HEGET计算的螺旋度幅值与HELAS计算的螺旋度幅值一致，用蒙特卡罗积分程序gBASES计算的截面与BASES（FORTRAN）和MadGraph计算的截面一致。GPU的性能比CPU的性能快10倍以上，除了那些具有最多喷射器的进程。
2013-11-13 hep-ex hep-ph physics.comp-ph
On the Efficient Evaluation of the Exchange Correlation Potential on Graphics Processing Unit Clusters
Kohn-Sham密度泛函理论（KS-DFT）在分子化学和材料科学中用于大型实验相关系统的理论处理的优势主要依赖于能够利用现代高性能计算（HPC）的最新进展的高效软件实现的存在。随着HPC中的最近趋势导致对基于异构加速器的架构（诸如图形处理单元（GPU））的依赖增加，现有代码库必须包含这些架构进步以维持这些方法所期望的高水平性能。在这项工作中，我们的目的是一个三层并行计划的分布式数值积分的交换相关（XC）潜力的高斯基集离散化的Kohn-Sham方程的大型计算集群组成的多个GPU每个计算节点。此外，我们的目的和证明使用批处理内核的效率，包括批处理3级BLAS操作，在GPU上实现高水平的性能。我们展示了在NWChemEx软件包中实现的目的方法的性能和可扩展性，通过比较现有的可扩展的CPU XC集成NWChem。
2020-07-07 cs.DC physics.chem-ph physics.comp-ph
MHD Code Using Multi Graphical Processing Units: SMAUG+
介绍了一种基于多GPU系统的磁流体动力学（MHD）问题数值求解高级程序--Sheffield Magnetohydrodynamics Algorithm Using GPU（SMAUG+）。多GPU系统促进了加速代码的开发，并使我们能够研究更大的模型尺寸和/或更详细的计算域分辨率。这是对母单GPU MHD代码SMAUG（Griffiths，M.，Fedun，V.，和Erdélyi，R.（2015年）。用图形处理单元计算重力分层介质的快速MHD程序：SMAUG。Journal of Astrophysics and Astronomy，36（1）：197-223）。在这里，我们证明了SMAUG+代码的有效性，描述了并行化技术，并调查性能基准。Orszag-Tang涡模拟的初始配置分布在4、16、64和100个GPU中。此外，应用不同的模拟框分辨率：$1000 \times 1000$、$2044 \times 2044$、$4000 \times 4000$和$8000 \times 8000$。我们还使用Brio-Wu激波管模拟测试了代码，模型大小为800，使用多达10个GPU。根据测试结果，我们观察到速度上升和下降，这取决于某些并行任务的粒度和通信开销。代码开发的主要目的是提供大规模并行代码，而没有单个GPU的内存限制。通过使用我们的代码，应用的模型大小可以显着增加。我们证明，…
2017-10-14 physics.comp-ph
Efficient Simulation of Fluid Flow and Transport in Heterogeneous Media Using Graphics Processing Units (GPUs)
互连电阻、弹簧和梁或孔隙的网络是研究非均质材料和介质中标量和矢量输运过程的标准模型，例如多孔介质中的流体流动、非均质固体中的传导、变形以及电击穿和介电击穿。计算时间和所需的内存是两个限制因素，阻碍了计算的可扩展性非常大的大小。我们提出了一种双重的方法，基于使用的中央处理器（CPU）和图形处理单元（GPU）的组合，模拟流，运输，和类似的问题，使用网络模型。一个混合精度的算法，连同共轭梯度法在一个单一的GPU求解器上实现。该方法的效率进行了测试与各种情况下，包括孔隙和随机电阻网络模型中的电导是长程相关的，也包含渗滤障碍。考虑了各向同性和各向异性网络。为了使该方法进行严格的测试，长程相关产生的分数布朗运动（FBM），我们产生的消息传递接口方法。对于所有的情况下，研究了约一个数量级或更好的整体加速因子，这与网络的大小增加。即使在渗流阈值附近的网络中的临界减速也不会显着降低加速。我们还获得了近似的，但准确的边界的渗透率各向异性$K_x/K_y$分层多孔介质。
2019-08-09 cs.DC physics.comp-ph
Acceleration of Linear Finite-Difference Poisson-Boltzmann Methods on Graphics Processing Units
静电相互作用在蛋白质折叠和分子识别等生物物理过程中起着至关重要的作用。基于Poisson-Boltzmann方程（PBE）的模型已经广泛应用于这些重要过程的建模。尽管人们在开发高效的PBE数值模型方面付出了巨大的努力，但由于典型生物分子系统的高维性，仍然存在挑战。在这项研究中，我们实现和分析了常用的线性PBE求解器的不断改进的图形处理单元（GPU）的生物分子模拟，包括标准和预处理共轭梯度（CG）求解器与几个替代的预处理器。我们的实现利用标准的Nvidia CUDA库cuSPARSE、cuBLAS和CUSP。大量的测试表明，鉴于GPU平台上的数值应用通常使用单精度，可以实现良好的数值精度。最佳的GPU性能与雅可比预处理的CG求解器，与CPU上的标准CG求解器在我们的多样化的测试情况下显着加速观察。我们的分析进一步表明，不同的矩阵存储格式也会显著影响GPU上不同线性PBE求解器的效率，对角格式最适合我们的标准有限差分线性系统。通过无矩阵操作和专门针对PBE特定线性系统中的带状矩阵定制的集成网格模板设置，可以进一步提高效率。
2017-04-10 physics.bio-ph physics.chem-ph physics.comp-ph
Efficient Tsunami Modeling on Adaptive Grids with Graphics Processing Units (GPUs)
有效地求解浅水方程对海啸和风暴潮引起的自然灾害的研究至关重要，因为它在早期预警系统中提供了更多的响应时间，并允许在可能需要数千次运行的情况下进行更多的概率评估。使用自适应网格细化（AMR）通过大大减少计算需求来加快过程，而使用图形处理单元（GPU）通过使用更快的硬件来加速代码。结合两者，我们提出了一个有效的CUDA实现GeoClaw，开源Godunov型高分辨率有限体积数值方案的自适应网格浅水系统具有不同的地形。AMR和球坐标的使用允许建模跨洋海啸模拟。几个现实海啸建模问题的数值实验表明，代码的正确性和效率，它实现了一个简化的维分裂版本的算法。这种实现被证明是准确的，速度比原来的单独使用CPU时。当在单个GPU上运行时，观察到GPU实现比在16核CPU上并行运行的原始模型快3.6到6.4倍。提出了三个指标来评估模型的相对性能，这表明有效地利用了硬件资源。
2019-01-21 cs.CE physics.ao-ph physics.comp-ph
Accelerating NBODY6 with Graphics Processing Units
我们描述了使用图形处理单元（GPU），以加快代码NBODY 6，这是广泛用于直接$N$体模拟。多年来，直接力计算的$N^2$性质已经证明是扩展粒子数的障碍。在早期引入力多项式和单个时间步长之后，首先通过引入相邻方案来降低计算成本。经过十年的GRAPE计算机进一步加速了力的计算，我们现在处于GPU的时代，相对较小的硬件系统具有很高的成本效益。通过使用GPU获得所谓的规则力（通常涉及约99%的粒子），同时在主机上评估剩余的局部力，可以显著提高效率。然而，后一种操作的执行频率高达20倍，并且仍然可能导致显著的成本。并行SSE/AVX程序减少了这方面的工作，其中每个相互作用项主要使用单精度计算。我们还讨论了进一步的战略与坐标和速度预测所需的集成方案。这就留下了硬二进制和多个近距离相遇，它们可以通过几种正则化方法来处理。目前的nbody 6-GPU代码是很好的平衡，在粒子范围$10^4-2 \times 10^5$的双GPU系统连接到一个标准的PC模拟。
2012-05-06 astro-ph.IM physics.comp-ph
Phaseless Auxiliary-Field Quantum Monte Carlo on Graphical Processing Units
我们提出了一种利用图形处理单元（GPU）实现无相位的非线性场量子蒙特卡罗（ph-AFQMC）。AFQMC方法根据矩阵运算进行了重新设计，这些运算分布在数千个处理核心上，并使用自定义计算统一设备架构内核和硬件优化的cuBLAS矩阵库批量执行。数学上的进步包括一个批量的谢尔曼-莫里森-伍德伯里算法，以快速更新矩阵的行列式和逆，密度拟合的两个电子积分，能量算法涉及一个高维预先计算的张量，并使用单精度浮点运算。这些策略的结果在壁时间的单和多行列式试验波函数显着减少。对于典型的计算，我们发现仅使用单个GPU卡就可以获得大约两个数量级的速度提升。此外，我们在单个节点上使用8个GPU卡实现了近乎统一的并行效率，并且可以通过本地内存切片方法达到中等的系统大小。我们说明了我们的实施方案的鲁棒性的增加长度的氢链，并通过计算的第一行过渡金属原子的全电子电离势。我们比较长时间的计算，利用人口控制算法与我们以前发表的相关采样方法，并表明，后者不仅提高了效率，但也计算电离势的准确性。两者合计，GPU的实施结合相关采样提供了一个引人注目的计算方法，将扩大应用程序的ph-AFQMC现实相关的电子系统的描述。
2018-04-10 cond-mat.str-el physics.comp-ph
High Performance Direct Gravitational N-body Simulations on Graphics Processing Units -- II: An implementation in CUDA
我们提出的结果重力直接$N$体模拟使用图形处理单元（GPU）的商业NVIDIA GeForce 8800 GTX游戏电脑设计。$N$ -物体问题的力评估在"计算统一设备架构“（CUDA）中使用GPU来加速计算。我们测试了三个不同的$N$体代码的实现：两个直接的$N$体集成代码，使用块时间步长的四阶预测-校正Hermite积分器，和一个Barnes-Hut树代码，它使用二阶蛙跳积分方案。所有代码的运动方程的积分在主机CPU上执行。我们发现，对于$N > 512$颗粒的GPU优于GRAPE-6Af，如果在力的计算被接受一些软化。在没有软化和非常小的积分时间步长的情况下，GRAPE仍然优于GPU。我们的结论是，现代GPU提供了一个有吸引力的替代GRAPE-6Af专用硬件。使用相同的时间步长准则，$N$ -体系统的总能量比GPU上的$10^6$更好地守恒，仅比GRAPE-6Af获得的差大约一个数量级。对于$N \apgt 10^5$，8800 GTX的性能优于主机CPU约100倍，运行速度与GRAPE-6Af大致相同。
2007-07-16 astro-ph physics.comp-ph
Anisotropic interfacial tension, contact angles, and line tensions: A graphics-processing-unit-based Monte Carlo study of the Ising model
作为一个通用的例子，晶体的晶体-流体的界面张力取决于相对于晶格轴的界面的取向的晶体，最近的邻居伊辛模型上的简单立方晶格的研究在很宽的温度范围内，以上和以下的粗糙化转变温度。使用具有沿z轴的周期性边界条件的薄膜几何形状$L_x \times L_y \times L_z$和两个自由$L_x \times L_y$表面，在部分润湿的条件下，相对于yz平面以接触角$θ< π/2$倾斜的单个平面界面被稳定化，相反的表面场$\pm H_{1}$作用于所述自由表面。在y方向上，反周期边界条件的泛化被使用，尽管在该系统中的磁化分布的不均匀性，该边界条件保持在y方向上的平移不变性。这种几何形状允许同时研究与角度相关的界面张力、接触角和线张力（其取决于接触角和温度）。所有这些量都是从合适的热力学积分程序中提取的。为了保持有限的尺寸效应以及统计误差足够小，相当大的晶格尺寸（4600万站点的顺序）是必要的，非常有效的代码实现图形处理单元（GPU）的可用性是本研究的可行性至关重要。
2014-11-20 cond-mat.stat-mech physics.comp-ph
Enhanced molecular dynamics performance with a programmable graphics processor
描述了能够利用图形处理单元（GPU）的计算能力的分子动力学算法的设计考虑。阐明可扩展流式多处理器硬件的约束需要底层算法的重新表述。性能测量表明，这样的方法，它产生的软球势的情况下，比以前的工作的速度提高了2.5倍的相当大的好处和成本效益。
2011-01-26 physics.comp-ph
Machine Learning-driven Autotuning of Graphics Processing Unit Accelerated Computational Fluid Dynamics for Enhanced Performance
本文提出基于全连接神经网络的自动调优方法，优化GPU加速CFD的14个内核调度参数，在三种GPU上以少量样本实现显著性能提升。
2024-02-20 cs.PF physics.comp-ph
Real-Time Computation of Parameter Fitting and Image Reconstruction Using Graphical Processing Units
近年来，图形处理器（GPU）已成为科学计算的有力工具。它们加速高度并行应用程序的潜力为更广泛的用户带来了高性能计算的能力。然而，对这些设备进行编程并将其集成到现有应用中仍然是一项具有挑战性的任务。在本文中，我们研究了GPU在两种不同应用中的潜力。第一个应用程序由Paul Scherrer Institut（PSI）创建，用于muSR（μ子自旋旋转，弛豫和共振）实验数据分析期间的参数拟合。第二个应用程序由ETH开发，用于PET（正电子发射断层扫描）图像重建和分析。对目前使用的应用程序进行了检查，以确定需要优化的算法部分。创建高效的GPU内核是为了允许应用程序使用GPU，以加速先前确定的部分。为了测量所实现的加速比，进行了基准测试。在这项工作中，我们专注于单GPU系统，以表明这些问题的实时的数据分析可以在不需要大型计算集群的情况下实现。结果表明，目前使用的参数拟合应用程序使用OpenMP在多个CPU内核上并行计算，通过使用GPU可以加速约40倍。加速可能会因问题的大小和复杂性而异。对于PET图像分析，与单核CPU实现相比，GPU版本获得的加速比大40倍以上。所取得的结果表明，它是可能的，以提高执行时间的数量级。
2016-11-22 cs.DC physics.comp-ph
Computing trends using graphic processor in high energy physics
对大量的实验数据和模拟数据进行快速分析是重能量物理学的主要挑战之一。在LHC-CERN，一个p-p事件的大小约为1 Mb。分析数据和快速获得结果所需的时间取决于高计算能力。使用GPU（图形处理器单元）编程相对于传统CPU编程的主要优点是图形卡以非常低的价格带来了大量的计算能力。今天，大量的应用程序（科学，金融等）开始移植或开发GPU，包括蒙特卡罗工具或高能物理数据分析工具。在本文中，我们将目前的现状和趋势，在HEP使用GPU。
2011-06-30 cs.DC hep-ex physics.comp-ph
