Highly optimized simulations on single- and multi-GPU systems of 3D Ising spin glass
我们提出了一个高度优化的实现的Monte Carlo（MC）模拟器的三维伊辛自旋玻璃模型与双峰无序，即，在支持CUDA的GPU上运行的3D Edwards-Anderson模型。多GPU系统通过消息传递接口（MPI）交换数据。所选择的MC动力学是经典的大都会，这是纯粹的耗散，因为目的是研究系统的临界非平衡松弛。我们专注于以下问题：i）在立方体模板中实现最近邻居的有效访问模式，以及滞后Fibonacci类伪随机数生成器（PRNG）; ii）异步多自旋编码Metropolis MC步骤的新实现，允许存储每比特一个自旋; iii）基于MPI和CUDA流组合的多GPU版本。我们强调如何立方stenetrance和PRNG是非常普遍的兴趣，因为它们在许多模拟代码中的广泛使用的两个主题。我们的代码在GTX Titan上的最佳性能分别为~3和~5 psFlip，分别使用我们的MINSTD和MT 19937实现。
2014-11-01 cond-mat.dis-nn physics.comp-ph
Adaptive Multi-GPU Exchange Monte Carlo for the 3D Random Field Ising Model
提出了一种自适应多GPU交换蒙特卡罗方法，用于三维随机场模型的模拟。算法设计基于两级并行化方案，该方案允许该方法在存在更快的GPU以及多个GPU的情况下扩展其性能。温度设置根据短期试运行中观察到的汇率进行调整，从而导致交换过程零星的区域的汇率增加。性能结果表明，并行回火是在GPU上实现的理想策略，并且相对于单核CPU版本在一到两个数量级之间运行，多GPU扩展大约是$99\%$有效的。所获得的结果扩展的可能性模拟的大小$L = 32, 64$的工作站与两个GPU。
2015-09-22 cond-mat.stat-mech cs.DC physics.comp-ph
Omnisolver: An extensible interface to Ising spin-glass and QUBO solvers: adding a distributed GPU brute-force plugin
Institute of Theoretical and Applied Informatics, Polish Academy of Sciences（波兰科学院理论与应用物理研究所）；Quantumz.io Sp. z o. o.（Quantumz.io 有限责任公司）；Institute of Theoretical Physics, Faculty of Fundamental Problems of Technology, Wrocław University of Science and Technology（弗罗茨瓦夫科技大学基础技术学院理论物理研究所）
Omnisolver新增分布式GPU暴力搜索插件，可在CUDA GPU上精确穷举求解QUBO与伊辛实例，在8个H100 GPU上N=60时求解约3.15天，为经典启发式算法提供真值 oracle。
2026-10-09 cond-mat.dis-nn cs.DC physics.comp-ph
Accelerating CFD simulation with high order finite difference method on curvilinear coordinates for modern GPU clusters
高雷诺数复杂几何体的高精度流动模拟（$Re$）仍然是一个具有挑战性的课题，这对高性能计算系统的计算能力提出了更高的要求。然而，传统CPU架构的高性能计算由于其高功耗和技术难度而受到瓶颈。异构体系结构计算被认为是解决高性能计算开发困难的一个有效途径。GPU加速技术已应用于结构化网格上的低阶格式CFD求解器和非结构化网格上的高阶格式CFD求解器。结构网格上的高阶有限差分方法具有高效、鲁棒、低存储等优点，但高阶有限差分格式点间依赖性强的特点限制了其在GPU平台上的应用。在目前的工作中，我们提出了一套硬件感知技术，以优化CPU和GPU之间的数据传输效率，以及GPU之间的通信效率。将一个基于曲线坐标系的高阶有限差分法的多块结构化CFD求解器移植到GPU平台上，在单个CPU核上获得了令人满意的性能，最大加速比约2000倍。本文的工作为在现有GPU异构计算机上采用某些高阶有限差分方法将GPU计算应用于CFD模拟提供了有效解决方案。测试结果表明，对于不同的GPU，该算法都能取得显著的加速效果。
2022-03-02 physics.comp-ph
Multi-GPU-based Swendsen-Wang multi-cluster algorithm for the simulation of two-dimensional q-state Potts model
针对二维q态Potts模型的Swendsen-Wang多簇算法，提出了基于通用统一设备架构（CUDA）的多GPU计算。扩展我们的单GPU计算算法[Comp.Phys.Comm.183（2012）1155]，我们实现了多GPU的Swendsen-Wang多簇算法的GPU计算。我们实现了我们的代码在大型开放科学超级计算机TSUBAME 2.0，并测试的性能和可扩展性的模拟的二维波茨模型。在使用256个GPU的Tesla M2050上，对于q=2的Potts模型（伊辛模型），在临界温度下获得的性能为每纳秒37.3次自旋翻转，线性系统大小L=65536。
2012-08-10 cond-mat.stat-mech physics.comp-ph
Geometric clusters in the overlap of the Ising model
本文通过蒙特卡洛模拟和有限尺寸标度分析，研究伊辛模型两个独立副本重叠空间中软约束和硬约束团簇的渗流性质，发现二者均在伊辛临界温度处渗流，其临界行为由Onsager指数ν=1支配，但平均团簇尺寸和渗流强度表现出非标准且不同的临界指数。
2024-02-22 cond-mat.stat-mech physics.comp-ph
MILC Code Performance on High End CPU and GPU Supercomputer Clusters
随着并行超级计算架构的最新发展，许多内核、多核和GPU处理器现在已经司空见惯，导致更多级别的并行性、存储器层次结构和编程复杂性。从NVIDIA GPU开始，以及最近的英特尔至强融核处理器，有必要将MILC代码适应这些新处理器。我们报告了我们为英特尔Knights Landing架构移植和优化代码所做的努力。我们考虑MILC代码与MPI和OpenMP的性能，以及QOPQDP和QPhiX的优化。对于后一种方法，我们集中在交错共轭梯度和规范力。我们还考虑了使用QUDA库的最新NVIDIA GPU的性能。
2017-12-01 hep-lat physics.comp-ph
Percolation of Fortuin-Kasteleyn clusters for the random-bond Ising model
我们应用推广的Swendson-Wang和Wolff集群算法，这是基于Fortuin-Kasteleyn集群的建设，三维$\pm 1$随机键伊辛模型。该模型的行为是由温度$T$和浓度$p$的负（反铁磁）键。$0 \le p<p_c$的基态是铁磁性的，$p_c < p \le 0.5$的基态是自旋玻璃态，其中$p_c \simeq 0.222$。我们研究了Fortuin-Kasteleyn团簇的渗流转变随温度的变化。除$p=0$外，Fortuin-Kasteleyn逾渗转变发生在高于磁有序温度的温度下。这是已知的$p=1/2$之前，但在这里，我们提供的证据，即使是任意小的$p$的转变温度的差异。此外，对于所有值的$p>0$，我们的数据表明，渗滤过渡是普遍的，无论基态是否表现出铁磁或自旋玻璃秩序，并在标准渗滤的普适性类。这表明，Fortuin-Kasteleyn簇的键占据的相关性是不相关的，除了$p=0$，其中簇与伊辛相关性有关，因此渗透转变是在伊辛普适类中。
2019-05-10 cond-mat.dis-nn physics.comp-ph
GPU peer-to-peer techniques applied to a cluster interconnect
现代GPU支持特殊协议，可直接通过PCI Express总线交换数据。虽然这些协议可以用来减少GPU数据传输时间，基本上是通过避免暂存到主机内存，但它们需要特定的硬件功能，而这些功能在当前一代网络适配器上是不可用的。在本文中，我们描述了在基于FPGA的集群互连上实现对NVIDIA Fermi和Kepler级GPU的对等访问所需的架构修改。此外，目前的软件实现，它集成了这一功能，通过最低限度地扩展RDMA编程模型，进行了讨论，以及一些问题，而采用它在一个更高层次的API，如MPI。最后，通过分析低级别基准测试和两个GPU加速应用程序的性能改进，研究了该技术的当前限制，显示了何时以及如何从GPU点对点方法中受益。
2013-07-31 cs.DC physics.comp-ph
A GPU-Accelerated Fast Summation Method Based on Barycentric Lagrange Interpolation and Dual Tree Traversal
提出了求解粒子相互作用的重心拉格朗日对偶树遍历（BLDTT）快速求和方法。该计划取代了良好分离的粒子-粒子相互作用的自适应选择粒子簇，集群粒子，集群集群近似给出重心拉格朗日插值在代理粒子上的切比雪夫网格在每个集群。BLDTT是独立于内核的，并且近似可以有效地映射到GPU上，其中目标粒子提供外部并行性级别，源粒子提供内部并行性级别。我们提出了一个OpenACC GPU实现的MPI远程内存访问的分布式内存并行化的BLDTT。GPU加速的BLDTT的性能表现为不同的问题大小，粒子分布，几何域，和相互作用内核，以及不平等的目标和源粒子的计算。与我们早期的粒子团重心拉格朗日树码（BLTC）的比较表明，BLDTT的优越性能。特别地，在单个GPU上，对于从$N$ = 1 E5到1 E8的问题大小，BLTC具有$O(N\log N)$缩放，而BLDTT具有$O(N)$缩放。此外，MPI强缩放结果的BLTC和BLDTT使用$N$ = 64 E6粒子上多达32个GPU。
2020-12-13 cs.DC physics.comp-ph
Connected component identification and cluster update on GPU
聚类识别任务发生在物理和工程中的多种背景下，例如，用于模拟自旋模型的聚类算法、渗流模拟、图像处理中的分割问题或网络分析。虽然已经表明，图形处理单元（GPU）可以导致两到三个数量级的加速相比，在CPU上的串行代码的情况下，本地，因此自然并行化的问题，如单自旋翻转更新模拟自旋模型，情况是相当复杂的集群或连接组件识别的非本地问题。我讨论了集群标记并行化和集群更新算法的不同方法对GPU计算的适用性，并与串行实现的性能进行了比较。
2011-06-12 cond-mat.stat-mech hep-lat physics.comp-ph
General-purpose molecular dynamics simulations on GPU-based clusters
我们提出了一个GPU实现的LAMMPS，广泛使用的并行分子动力学（MD）的软件包，并显示5倍至13倍的单节点加速比仅CPU版本的LAMMPS。这个新的LAMMPS CUDA包还支持在混合异构集群上进行多GPU模拟，使用MPI进行节点间通信，GPU上的CUDA内核用于处理粒子数据的所有方法，以及用于CPU执行的标准LAMMPS C++代码。比较了单元和邻居列表方法在GPU上的最佳性能，每原子线程和每原子块邻居列表变体分别在低邻居计数和高邻居计数时显示出最佳性能。GPU支持的LAMMPS的计算性能结果针对各种材料类别（例如生物分子，聚合物，金属，半导体），以及与其他可用的GPU支持的MD软件的速度比较。最后，我们展示了使用多达128个双GPU节点的CPU/GPU集群上的强和弱扩展性能。
2011-03-06 cond-mat.mtrl-sci cs.DC cs.PF
Phase diagram and critical behavior of the square-lattice Ising model with competing nearest- and next-nearest-neighbor interactions
采用并行回火算法和GPU加速技术，在均匀磁场作用下，对具有相同强度的反铁磁（排斥）最近邻（NN）和次最近邻（NNN）相互作用的正方晶格上的伊辛模型进行了大规模蒙特卡罗模拟.从（2x1）和行移位（2x2）有序相到顺磁相的转变都是连续的。从我们的数据分析，（2 × 1）的临界线和双临界点，分离的两个有序相在T=0的再入行为被证实。根据我们沿相边界得到的临界指数，铃木的弱普适性似乎成立。
2009-09-22 cond-mat.stat-mech physics.comp-ph
Constructing and proving the ground state of a generalized Ising model by the cluster tree optimization algorithm
广义伊辛模型（英语：Generalized Ising models），也称为集团展开，是凝聚态物理和材料科学许多领域的重要工具，因为它们经常用于晶格热力学、固-固相变、固体的磁性和热性质以及流体力学的研究。然而，寻找广义伊辛模型的全局基态的问题一直没有得到解决，目前已知的简单系统的结果有限。本文提出了一种新的算法--簇树优化算法，有效地求解任意复杂度的广义伊辛模型的周期基态.重要的是，我们能够表明，即使在一个非周期性的基态的情况下，我们的算法产生一个序列的状态与能量收敛到真正的基态的能量，与可证明的误差范围。与目前最先进的多面体方法相比，该算法消除了引入指数数量的变量来对抗挫折的必要性，从而显着提高了易处理性。我们相信，簇树算法提供了一个直观和有效的方法来寻找和证明任意复杂度的广义伊辛哈密顿的基态，这将有助于验证假设的局部与全局最优的晶格模型，以及提供深入了解的低能量行为的高度受挫的系统。
2016-06-23 cond-mat.dis-nn cond-mat.stat-mech physics.comp-ph
Parallel simulation of two--dimensional Ising models using Probabilistic Cellular Automata
我们进行了数值研究的\emph{shaken dynamics}，一个平行的马尔可夫动力学自旋系统的本地相互作用，其跃迁概率取决于两个参数，$q$和$J$，调整的几何基础晶格。在$(q, J)$平面上，我们确定了一条相变曲线，将无序相与有序相分开，研究了马尔可夫链的混合时间，并计算了$q$和$J$变化时的自旋-自旋相关性。进一步，我们研究了伊辛模型的平衡态测度与Gibbs测度之间的关系.两种不同的方法被认为是实现的动力学：多核CPU的方法，在朱莉娅和GPU的方法编写的代码在CUDA编写的代码编写的代码。
2019-08-05 cond-mat.stat-mech cs.CE math.PR
Performance potential for simulating spin models on GPU
图形处理单元（GPU）近来越来越多地用于一般计算目的。这一发展的动机是其理论峰值性能，这大大超过了广泛使用的CPU。然而，就实际目的而言，目前还不清楚这种理论性能在实际科学应用中能实现多少。正如这里讨论的通过蒙特卡罗模拟研究统计力学的经典自旋模型的情况下，只有明确的裁剪所涉及的算法，以考虑特定的架构允许收获GPU系统的计算能力。一些例子，从大都会模拟铁磁伊辛模型，在连续海森堡和无序自旋玻璃系统并行回火模拟进行了讨论。与串行CPU代码以及以前的GPU实现相比，可以观察到高达1000倍的显着加速。
2012-02-20 cond-mat.dis-nn cond-mat.stat-mech hep-lat
