Performance Portable Monte Carlo Neutron Transport in MCDC via Numba
针对MC/DC中子输运应用,提出基于Numba编译器的跨平台性能可移植方案,使程序可灵活运行于纯Python、编译型CPU或GPU模式,并结合异步调度器Harmonize优化GPU性能,在CPU和GPU上均取得优异扩展性。
2025-05-29 physics.comp-ph
Monte Carlo integration on GPU
我们使用一个图形处理单元(GPU)的快速计算蒙特卡罗积分。两个广泛使用的Monte Carlo积分程序,VEGAS和BASES,在GPU上并行化。利用LHC的$W^{+}$和多胶子产生过程,我们测试了FORTRAN和C语言程序在CPU上和GPU上的积分截面和执行时间。综合结果在统计误差范围内相互吻合。程序在GPU上的执行速度比C快50倍左右,比原来的FORTRAN程序快60倍以上。
2010-10-11 hep-ex hep-ph physics.comp-ph
On the design of Monte-Carlo particle coagulation solver interface: a CPU/GPU Super-Droplet Method case study with PySDM
超液滴法(SDM)是一种粒子凝聚过程的概率Monte-Carlo模型,是Smoluchowski平均场公式的替代。SDM作为一种算法,其计算复杂度与状态向量长度成线性关系,状态向量长度在整个仿真过程中是恒定的,并且大多数算法步骤易于并行化。本文讨论了在PySDM中实现的SDM的两个数字运算后端的设计和实现,PySDM是一个新的免费开源Python软件包,用于模拟大气气溶胶,云和雨粒子的动态。这两个后端共享它们的应用程序编程接口(API),但利用不同的并行模式,针对不同的硬件,并构建在不同的低级例程集之上。First提供多线程CPU计算,基于Numba(使用Numpy数组)。Second提供GPU计算,并构建在ThrustRTC和CURandRTC之上(不使用Numpy数组)。在本文中,API讨论的重点是:跨步骤的数据依赖关系,并行化机会,CPU和GPU实现的细微差别,以及算法工作流程。示例模拟适用于验证API的实现。
2021-04-03 physics.comp-ph
GPU implementation of the Rosenbluth generation method for static Monte Carlo simulations
我们提出了并行版本的Rosenbluth自避免行走生成方法的图形处理单元(GPU)上使用CUDA库实现。该方法的规模几乎与CUDA核心的数量呈线性关系,方法的效率只有硬件的限制。该方法介绍了两种实现:在一个立方晶格和在真正的空间。我们发现一个很好的协议之间的串行和并行实现和一致的结果之间的晶格和真正的空间实现的线性链统计方法。所开发的Rosenbluth算法的GPU实现可用于蒙特卡罗模拟和其他需要大样本分子构象的计算方法。
2017-04-14 cond-mat.soft physics.comp-ph
A High-Performance Design for Hierarchical Parallelism in the QMCPACK Monte Carlo code
本文提出 QMCPACK 的新型高性能并行设计,通过蒙特卡洛行走者群体概念提升 GPU 占用率并支持 CPU 回退,从而在异构架构上实现更高性能并降低维护成本。
2022-09-29 physics.comp-ph
Metropolis Methods for Quantum Monte Carlo Simulations
自从五十年前首次描述以来,大都会蒙特卡罗方法已经以各种不同的方式用于模拟连续量子多体系统。本文将考虑Metropolis算法在量子蒙特卡罗中的一些推广:变分蒙特卡罗,投影蒙特卡罗的动力学方法({ \it,即})。扩散蒙特卡罗方法(带拒绝)、路径积分蒙特卡罗方法中的多级抽样、排列抽样、格点模型的聚类方法、耦合电子-离子系统的惩罚方法和虚时关联函数的贝叶斯分析。
2003-06-25 physics.comp-ph
An Efficient Cell List Implementation for Monte Carlo Simulation on GPUs
最大化现代GPU架构的性能潜力需要明智地利用可用的并行资源。虽然通过简单的映射通常可以获得显著的减少,但进一步的性能改进通常需要重新设计算法,以更紧密地利用目标体系结构。在本文中,我们专注于高效的分子模拟的GPU,并提出了一种新的细胞列表算法,更好地利用其并行资源。我们的目标是一个有效的GPU实现的大规模蒙特卡罗模拟的巨正则系综。这是一个特别具有挑战性的应用,因为与分子动力学的类似应用相比,计算和并行性本质上更少。与先前研究人员的结果一致,我们的模拟结果显示,用于分子系统的Monte Carlo模拟的传统单元列表实现对于小型系统[5,14]没有有效地提供性能改进,即使在移植到GPU时也是如此。然而,对于更大的系统,小区列表实现提供了显着的性能增益。此外,我们的新的单元格列表的方法,结果在所有的问题大小更好的性能相比,与其他GPU实现或没有单元格列表。
2014-08-16 cs.DC physics.comp-ph
Towards the automation of Monte Carlo simulation on GPU for particle physics processes
在本程序中,我们提出了MadFlow,一个新的框架,用于粒子物理过程的图形处理单元(GPU)上的Monte Carlo(MC)模拟自动化。为了自动化MC模拟的通用数量的过程中,我们设计了一个程序,它提供给用户的可能性,通过MadGraph5_aMC@NLO框架来模拟自定义过程。该流水线包括第一阶段,其中生成矩阵元素和相空间的解析表达式并以类似GPU的格式导出。然后使用VegasFlow和PDFFlow库执行模拟,这些库在具有不同硬件加速功能的系统上自动部署完整的模拟,例如多线程CPU,单GPU和多GPU设置。我们展示了一些初步的结果,在不同的硬件配置的领导阶模拟。
2021-05-21 hep-ph physics.comp-ph
GPU accelerated Monte Carlo simulation of Brownian motors dynamics with CUDA
这项工作提出了一个更新和扩展的指导方法,适当的加速蒙特卡洛积分的随机微分方程与常用的NVIDIA图形处理单元使用CUDA编程环境。我们概述了图形卡上的科学计算的一般方面,并证明了它们与两个模型的一个众所周知的现象的噪声诱导运输的布朗电机在周期性结构。作为所考虑的系统中的波动源,我们选择了三种最常见的噪声:高斯白噪声,白泊松噪声和二分过程,也称为随机电报信号。文中还对所用数值格式的各个方面进行了详细的讨论。与典型的CPU相比,测量到的加速比可以达到惊人的3000。这个数字显着扩大了使用随机模拟可解决的问题的范围,甚至允许在某些情况下进行交互式研究。
2015-04-22 physics.comp-ph
Data Assimilation using a GPU Accelerated Path Integral Monte Carlo Approach
资料同化问题的答案可以表示为对所有可能的状态和参数历史的路径积分。我们将展示如何使用马尔可夫链蒙特卡罗方法设计并行运行的图形处理单元(GPU),这些路径积分可以进行数值计算。我们演示了该方法的应用程序的例子与跨膜电压的时间序列的模拟神经元作为输入,并使用Hodgkin-Huxley神经元模型。通过利用GPU计算的优势,我们获得了高达约300的并行加速因子,与CPU上的等效串行计算相比,性能随着用于数据同化的观测时间的长度增加而增加。
2011-06-13 physics.comp-ph physics.data-an
The impact of Monte Carlo simulation: a scientometric analysis of scholarly literature
对一组与辐射物理相关的代表性学术期刊进行了蒙特卡罗模拟和蒙特卡罗代码的科学计量分析。本研究的结果进行了报告和讨论。他们的文件和定量评估蒙特卡罗方法和代码在科学研究和工程应用中的作用。
2010-12-15 physics.comp-ph
GPU-accelerated Monte Carlo simulations of anisotropic Heisenberg ferromagnets
蒙特卡罗方法是一种强大的技术,用于计算热力学磁性状态,否则无法解决的自旋哈密顿量,但该方法变得计算上的限制与自旋的数量增加,真实材料和纳米结构的模拟是繁琐的。本文介绍了在图形处理器(GPU)上加速三维各向异性海森堡模型的蒙特卡罗模拟。这里提出的方法的GPU实现提供了两个数量级的加速超过传统的实现,并使大型系统的模拟,与任何晶格,包含高达$10^8$自旋在一个单一的GPU。这提供了模拟数百纳米大小的复杂结构和设备的可能性,以便以原子分辨率计算它们在有限温度下的磁状态。
2021-06-21 cond-mat.mes-hall cond-mat.stat-mech physics.comp-ph
GPU accelerated Monte Carlo simulations of lattice spin models
我们考虑使用图形处理单元(GPU)提供的大规模并行架构的统计力学的经典自旋模型的蒙特卡罗模拟。我们讨论了离散和连续变量模型的模拟,并使用一系列算法,从单自旋翻转Metropolis更新集群算法到多规范和Wang-Landau技术,以判断GPU加速计算在这一领域的范围和局限性。对于讨论的大多数模拟,我们发现与单线程CPU实现相比,速度显著提高了两到三个数量级。
2011-07-27 cond-mat.stat-mech hep-lat 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
High-precision Monte Carlo study of the three-dimensional XY model on GPU
我们使用图形处理单元(GPU)在三维$L\times L \times L$立方晶格上对经典XY模型进行大规模蒙特卡罗模拟。通过Metropolis单自旋翻转,超松弛和并行回火方法的组合,我们模拟系统L=160。执行有限尺寸标度分析,我们得到的三维XY普适类:$α=-0.01293(48)$和$ν=0.67098(16)$的临界指数的估计。我们的相关长度指数$ν$的估计,与以前的理论估计相反,同意在超流过渡的$^4$他在微重力环境中的最新实验估计$ν_{\rm exp}=0.6709(1)$。
2012-11-05 cond-mat.stat-mech physics.comp-ph
Ageing at the Spin-Glass/Ferromagnet Transition: Monte Carlo Simulation using GPUs
我们研究了N=128^3和10^8 Monte Carlo扫描的三维+/-J Edwards-Anderson模型的非平衡老化行为。特别是,我们感兴趣的变化时,从自旋玻璃相的铁磁相交叉的老化。通过采用基于CUDA的GPU实现,可以达到必要的长模拟时间,该实现允许单次旋转翻转时间小至8 ps。我们测量了典型的自旋玻璃关联函数的空间和时间,以确定增长的长度尺度和提取的构成指数。我们观察到一个明确的签名的无序驱动的非平衡行为的平衡转变。
2014-11-20 cond-mat.stat-mech physics.comp-ph
QCDGPU: open-source package for Monte Carlo lattice simulations on OpenCL-compatible multi-GPU systems
开发了多GPU开源软件包QCDGPU,用于有限温度、外磁场和O(N)模型下纯SU(N)胶子动力学的格点蒙特卡罗模拟。代码在OpenCL中实现,在AMD和NVIDIA GPU,AMD和Intel CPU上测试,并可以在其他OpenCL兼容设备上运行。该软件包包含最少的外部库依赖项,并且与操作系统平台无关。它针对异构计算进行了优化,因为可以将网格划分为不等价的部分,以隐藏所使用设备的性能差异。QCDGPU具有用于分布式仿真的客户端-服务器部分。该软件包的目的是产生格规范配置以及分析以前生成的。QCDGPU可以在容错模式下执行。Monte Carlo程序核心是基于PRNGCL库,用于在OpenCL兼容设备上生成伪随机数,其中包含几个最流行的伪随机数生成器。
2013-10-26 hep-lat physics.comp-ph
q-State Potts model metastability study using optimized GPU-based Monte Carlo algorithms
我们实现了基于GPU的并行代码来执行二维q态Potts模型的蒙特卡罗模拟。该算法基于棋盘式更新机制,并为每个线程分配独立的随机数生成器。该实现允许在测试的最快GPU卡上模拟高达约10^9次旋转的系统,每次旋转翻转的平均时间为0.147ns,与在高端CPU上运行的优化串行代码相比,加速高达155倍。在足够大的系统尺寸进行高速模拟的可能性,使我们能够提供一个积极的数值证据亚稳定性的存在非常大的系统的基础上宾德的标准,即,在存在或不特定的热奇点在旋节温度不同的过渡之一。
2012-03-09 cond-mat.stat-mech physics.comp-ph
jQMC: A JAX-based ab initio quantum Monte Carlo package designed for GPU-accelerated computing
National Institute for Materials Science(物质材料研究机构);Sorbonne Université(索邦大学)
该研究介绍了基于Python的jQMC程序包,用于从头算QMC模拟。它实现了VMC和LRDMC算法,采用特定波函数,利用JAX进行自动微分等,支持多GPU并行化。经测试,在GPU上运行时比TurboRVB更快,不同算法有不同程度性能提升。
2026-07-16 physics.chem-ph 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
jVMC: Versatile and performant variational Monte Carlo leveraging automated differentiation and GPU acceleration
神经量子态(NQS)的引入给变分蒙特卡罗(VMC)带来了新的发展。系统地减少波函数分析器的偏差的能力使得该方法具有广泛的适用性。然而,高性能的实现对于达到最先进的数值水平至关重要。在这里,我们提出了一个支持任意NQS架构和模型Hamilton的Python代码库。此外,它还利用自动区分、加速器的即时编译和分布式计算,旨在促进高效NQS算法的组合。
2021-12-14 cond-mat.dis-nn cond-mat.str-el physics.comp-ph
Vectorized Symmetric and Fermionic Tensor Network Implementations for GPU-Accelerated Variational Monte Carlo
California Institute of Technology(加州理工学院)
该研究针对现有TN-VMC算法无法充分利用GPU加速的问题,开发适配GPU的向量化对称张量网络实现,在二维费米-哈伯德模型中实现费米子TN变分波函数最高300倍的GPU加速。
2026-08-31 cond-mat.str-el physics.comp-ph quant-ph
GPU Acceleration of Monte Carlo Tallies on Unstructured Meshes in OpenMC with PUMI-Tally
本文提出PUMI-Tally库,利用网格邻接信息在CPU和GPU上加速聚变反应堆蒙特卡罗模拟中的非结构化网格计数,实现了最高20倍的计算加速和6.69倍的能耗改善。
2025-04-26 cs.DC physics.comp-ph
Multi-GPU Accelerated Multi-Spin Monte Carlo Simulations of the 2D Ising Model
现代图形处理单元(GPU)能够以低成本执行大规模并行科学计算。本文将棋盘格算法推广到二维伊辛模型[T. Preis等人,J.Comp.Phys.228,4468(2009)],以克服单个GPU的存储器限制,这使得我们能够模拟明显更大的系统。使用多自旋编码技术,与采用多自旋编码的优化的单个中央处理器(CPU)核心实现相比,我们能够将单个GPU上的模拟加速高达35倍。通过在CPU级别上将计算统一设备架构(CUDA)与消息解析接口(MPI)相结合,单个Ising lattice可以由GPU集群并行更新。对于大型系统,计算时间几乎与所使用的GPU数量成线性关系。作为概念的证明,我们使用有限尺寸标度技术再现了2D伊辛模型的临界温度。
2010-07-21 cs.GR math-ph math.MP
MontePython: Implementing Quantum Monte Carlo using Python
我们提出了一个跨语言的C++/Python程序的量子力学系统的模拟与使用量子蒙特卡罗(QMC)方法。我们描述了一个系统,其中应用QMC,变分蒙特卡罗和扩散蒙特卡罗的算法,我们描述了如何实现这些方法在纯C++和C++/Python。此外,我们还检查了串行和并行情况下实现的效率,以表明使用Python的开销可以忽略不计。
2006-09-22 cond-mat.other physics.comp-ph
Exchange Monte Carlo for continuous-space Path Integral Monte Carlo simulation
The University of Tokyo(东京大学);Institute for Physics of Intelligence, The University of Tokyo(东京大学物理智能研究所);Institute for Solid State Physics, The University of Tokyo(东京大学固体物理研究所)
针对连续空间路径积分蒙特卡罗模拟中因粒子置换导致的长时间自相关性问题,提出一种交换更新方案,结合随机势切换技术,显著加速全局可观测量(如缠绕数)的蒙特卡罗动力学,并提高长程相互作用势的计算效率。
2026-05-23 cond-mat.stat-mech physics.comp-ph
MadFlow: automating Monte Carlo simulation on GPU for particle physics processes
我们提出了MadFlow,第一个通用的多用途框架,用于粒子物理过程的蒙特卡罗(MC)事件模拟,旨在充分利用硬件加速器,特别是图形处理单元(GPU)。生成通用物理过程MC仿真所需的所有组件并将其部署到硬件加速器上的自动化过程目前仍然是一个很大的挑战。为了解决这一挑战,我们设计了一个工作流和代码库,为用户提供了通过MadGraph5_aMC@NLO框架和插件来模拟自定义流程的可能性,该插件用于以类似GPU的格式生成和导出专用代码。导出的代码包括矩阵元素和相空间的解析表达式。模拟使用VegasFlow和PDFFlow库执行,这些库在具有不同硬件加速功能的系统上自动部署完整的模拟,例如多线程CPU,单GPU和多GPU设置。该软件包还提供了一个异步未加权事件过程来存储模拟结果。至关重要的是,尽管只有Leading Order是自动化的,但该库提供了以现代,可扩展和可维护的方式构建完整复杂的Monte Carlo模拟器所需的所有成分。我们在不同的硬件配置上的多个进程的领先顺序的模拟结果。
2021-06-18 hep-ex hep-ph hep-th
Monte Carlo Simulation Techniques
蒙特卡罗模拟广泛应用于包括粒子加速器在内的许多领域。在本讲座中,经过简短的介绍和回顾一些统计背景,我们将讨论的方法,如直接反演,拒绝方法,马尔可夫链蒙特卡罗抽样概率分布函数,方差减少的方法,以评估数值积分使用蒙特卡罗模拟。在本讲座的最后,我们还将简要介绍准蒙特卡罗抽样。
2020-06-18 physics.acc-ph physics.comp-ph
Quantum Monte Carlo Method for Attractive Coulomb Potentials
从时空传播子的精确下界出发,我们提出了一种处理奇异吸引势的路径积分量子蒙特卡罗方法。我们通过模拟氢和氦的基态来说明这种量子蒙特卡罗算法的基本思想。
2001-02-06 physics.comp-ph quant-ph
Introduction to Monte Carlo Methods
蒙特卡罗方法在科学计算中起着重要的作用,特别是当问题具有广阔的相空间时。在这个讲座中,介绍了蒙特卡罗方法。概念,如马尔可夫链,细致平衡,临界减速,遍历,以及大都市算法的解释。用有限尺寸标度方法数值研究二维伊辛铁磁体的临界行为,说明了蒙特卡罗方法。此外,还描述了先进的蒙特卡罗方法(例如,的沃尔夫集群算法和并行回火蒙特卡罗),并说明了非平凡的模型,从物理学玻璃系统。最后,我们概述了一种方法来研究罕见的事件,使用Monte Carlo抽样与指导功能。
2011-05-04 cond-mat.stat-mech physics.comp-ph
Fixed-phase approximation and Diffusion Quantum Monte Carlo
本文给出了量子蒙特卡罗固定相位法的一种简单的计算方法。这适用于分子和电子气中的电子,并直接推广到具有磁场的薛定谔方程。
2018-01-31 physics.comp-ph quant-ph
A fast GPU-based Monte Carlo simulation of proton transport with detailed modeling of non-elastic interactions
目的:最近在GPU上实现了质子输运的非常快速的蒙特卡罗(MC)模拟。然而,这些通常使用非弹性(NE)质子-核相互作用的简化模型。我们的主要目标是建立一个基于GPU的质子传输MC弹性和NE碰撞的详细建模。研究方法:使用CUDA,我们实现了这些任务的GPU内核:(1)从我们的扫描喷嘴配置模拟斑点,(2)通过CT几何结构的质子传播,考虑核弹性散射,多次散射和能量损失离散,(3)NE相互作用的核内级联阶段的建模,(4)核蒸发模拟,以及(5)剂量的统计误差估计。为了验证我们的MC,我们进行了:(1)NE碰撞中的次级粒子产额计算,(2)均匀体模中的剂量计算,(3)重新计算来自商业治疗计划系统(TPS)的头颈部计划,并与Geant4.9.6p2/TOPAS进行比较。结果如下:结果表明,NE碰撞产生的次级粒子的产额、能量和角分布与Geant 4 Bertini和Binary级联模型符合得很好。治疗计划模拟在2 -2 mm处的3D伽马通过率通常为98%。对于$1\times10^7$质子历史记录,NVIDIA GTX 680卡上的净计算时间(包括所有数据传输)为$\sim$ 20 s。结论:我们的基于GPU的MC是第一个包含详细的核模型来处理质子与任何核的NE相互作用的MC。剂量计算与Geant 4/TOPAS非常一致。我们的MC正在被用于执行快速常规临床QA的基于准直束的治疗计划,也已被采用作为剂…
2014-09-29 physics.comp-ph physics.med-ph
Computation of magnetization, exchange stiffness, anisotropy, and susceptibilities in large-scale systems using GPU-accelerated atomistic parallel Monte Carlo algorithms
蒙特卡罗算法经常用于原子模拟,包括用于多尺度模拟中的磁参数温度依赖性的计算。尽管晶格自旋模型的蒙特卡罗模拟的并行化策略是已知的,但其在磁参数温度依赖性的计算中的应用在文献中是缺乏的。在这里,我们将展示如何,不仅是无约束的算法,而且约束原子蒙特卡罗算法,可以并行化。与串行算法相比,并行蒙特卡罗算法通常快200倍以上,允许在单个GPU上具有超过1000万个原子自旋的系统中相对轻松地进行计算。在大规模的系统中进行了算法的实施和测试,其中有限尺寸的影响减少,通过精确计算温度依赖性的磁化强度,单轴和立方各向异性,交换刚度,和磁化率。特别是对于交换刚度的布洛赫域壁方法使用了一个大的横截面积,它允许精确计算的域壁宽度居里温度。简单立方晶格的交换刚度在低温下紧密遵循k <2的尺度,其中k < 2取决于各向异性强度。然而,接近居里温度时,标度指数趋于k = 2。此外,实现的算法被施加到颗粒薄膜的磁化温度依赖性的计算超过15万自旋,作为平均晶粒尺寸和膜厚度的函数。我们表明,在这样的系统中的平均居里温度可以得到一个加权布洛赫级数拟合,这是有用的颗粒薄膜的实验结果分析。
2021-06-10 cond-mat.mes-hall physics.comp-ph
Efficient Monte Carlo Calculations of the One-Body Density
本文提出了一种可供选择的单体密度ρ(r)的Monte Carlo估计。该估计量具有简单的形式,可方便地用于任何类型的蒙特卡罗模拟。与通常的三角函数在网格上的正则化的比较表明,统计误差大大减少。此外,我们的表达式允许在空间中的任何点的密度的精确计算,即使在区域从未访问过的蒙特卡罗模拟。该方法说明了准确的计算变分蒙特卡罗电子密度的氦原子(1D曲线)和水二聚体(3D网格包含高达51x51x51=132651点)。
2006-10-18 cond-mat.stat-mech physics.comp-ph
Backward Monte-Carlo applied to muon transport
讨论了一种求解μ子输运问题的反向Monte-Carlo方法,重点讨论了它在μ子图形学中的应用。反向蒙特卡罗允许通过反转模拟流程对最终状态进行排他性采样。在实践中,它可以类似于伴随蒙特卡罗,虽然它更适合于μ子输运。一个后向蒙特卡罗被实现为一个专用的μ子运输库:PUMAS。它示出的情况下,研究相关的muography成像的前向和后向蒙特卡罗方案的实施同意优于1%。
2017-09-07 astro-ph.IM hep-ex physics.comp-ph
GPU-accelerated Auxiliary-field quantum Monte Carlo with multi-Slater determinant trial states
本文在开源ipie中实现GPU加速的多Slater行列式ph-AFQMC,在过渡金属团簇上取得至少六倍加速,并以超10万个行列式恢复化学精度所需动态关联。
2024-06-12 cond-mat.str-el physics.chem-ph physics.comp-ph
Monte Carlo and kinetic Monte Carlo methods
本文回顾了使用统计方法进行多尺度模拟的基本计算技术,重点是外延生长的模拟。首先,简要描述了蒙特卡罗模拟背后的物理物理背景。动力学蒙特卡罗(KMC)方法被引入作为更广泛的热力学蒙特卡罗方法的扩展,KMC模拟,包括并行的算法,进行了详细讨论。从原子的图片更粗粒度的描述蒙特卡罗模拟的步骤是表面扩散的情况下举例说明。在这里,我们的目标是推导速率常数的知识有关的基本原子过程。简单的过渡态理论的方法,以及最近的方法,使用加速分子动力学的评论。最后,我解决的一点,简化往往需要在实际的蒙特卡罗模拟,以减少“真正的”原子过程的复杂性。不同的“口味”的kMC模拟和潜在的陷阱有关的复杂性的降低的情况下,模拟外延生长。
2009-04-16 cond-mat.mtrl-sci cond-mat.stat-mech physics.comp-ph
Markov Chain Monte Carlo Methods in Quantum Field Theories: A Modern Primer
介绍并讨论了量子场论中的蒙特卡罗方法。介绍了独立蒙特卡罗方法,如随机抽样和重要抽样,以及相关蒙特卡罗方法,如Metropolis抽样和Hamiltonian蒙特卡罗。我们回顾了马尔可夫链蒙特卡罗的基本理论基础。我们给出了几个蒙特卡罗模拟的例子,包括一维简谐振子,具有Gross-Witten-Wadia跃迁的么正矩阵模型和具有动力学超对称破缺的超对称模型。
2020-11-30 hep-lat hep-th physics.comp-ph
DANTON: a Monte-Carlo sampler of $τ$ from $ν_τ$ interacting with the Earth
介绍了DANTON Monte-Carlo软件包的一个初步版本(v0.2.1)。DANTON允许对由$ν_τ$与地球相互作用产生的(衰减的)$τ$进行独家采样。详细模拟了粒子与物质的相互作用,包括横向散射。也可以使用地球的详细地形数据。然而,高蒙特卡罗效率是通过使用反向蒙特卡罗技术实现的。提供了一些验证结果。
2018-10-03 astro-ph.IM hep-ex physics.comp-ph
ipie: A Python-based Auxiliary-Field Quantum Monte Carlo Program with Flexibility and Efficiency on CPUs and GPUs
我们报告了一个基于Python的空间场量子蒙特卡罗(AFQMC)程序IPIE的开发,初步的时间基准和新的AFQMC结果的异构化[Cu $_2$ O $_2$ $]^{2+}$。我们将演示如何在ipie中实现中央处理器和图形处理器(CPU和GPU)。我们展示了ipie与PySCF的接口,以及向ipie添加新估计器的简单模板。我们对其他C++代码QMCPACK和Dice的时间基准表明,ipie在CPU和GPU上考虑的所有化学系统中的执行速度更快或类似。我们的结果[Cu $_2$ O $_2$ $]^{2+}$]使用选定的配置相互作用试验表明,它是可能的收敛之间的ph-AFQMC异构化能量的双($μ$ -氧代)和$μ$ - $η^2$:$η^2$过氧配置的确切已知的结果,小基组与$10^5$ $10^6$决定簇。我们还报告了异构化能量与四重zeta基组的估计误差小于1千卡/摩尔,其中涉及52个电子和290个轨道与$10^6$决定因素的审判波函数。这些结果突出了ph-AFQMC和ipie的实用程序的系统具有适度的强相关性和大规模的动态相关。
2022-11-08 cond-mat.str-el physics.chem-ph physics.comp-ph
Hybrid Auxiliary Field Quantum Monte Carlo for Molecular Systems
本文提出融合变分蒙特卡洛优化与辅助场量子蒙特卡洛传播的混合方法,以缓解符号问题并高精度求解分子电子基态。
2023-04-20 physics.chem-ph physics.comp-ph quant-ph
Massively parallel Monte Carlo for many-particle simulations on GPUs
当前并行处理器的发展趋势要求为科学计算设计高效的大规模并行算法。粒子热力学系综的蒙特卡罗模拟的并行算法由于其固有的串行性而很少受到关注。在本文中,我们提出了一个大规模并行的方法,遵守细致平衡,并实现了一个系统的硬盘上的GPU。我们再现了一系列高精度蒙特卡罗运行的结果,以验证该方法。这是一个很好的测试案例,因为在液体转变为固体的范围内的硬盘状态方程对偏离平衡条件的小偏差特别敏感。在Tesla K20上,我们的GPU实现每秒执行超过10亿次试验移动,比单个Intel Xeon E5540 CPU内核快148倍,每美元的性能提高27倍,能源使用减少13倍。有了这种改进的性能,我们能够计算多达一百万个硬盘的系统的状态方程。这些大系统的尺寸是必要的,以探测熔化过渡的性质,这在过去的四十年里一直有争议。在本文中,我们提出了我们的计算方法的细节,并讨论了硬盘的热力学单独的配套文件。
2013-08-23 cond-mat.mtrl-sci cond-mat.soft cond-mat.stat-mech
Efficient Monte Carlo Methods for Cyclic Peptides
我们提出了一个新的,有偏见的蒙特卡罗模拟复杂的,环肽计划。骨架原子平衡与偏见的rebridging计划,和侧链原子平衡与前瞻性的组态偏见蒙特卡罗。平行回火被证明是一个重要的组成部分,在建设一个有效的方法。
1999-04-09 cond-mat.stat-mech physics.bio-ph physics.comp-ph
Massively parallelized replica-exchange simulations of polymers on GPUs
我们讨论了并行化的优势,多线程的图形处理单元(GPU)的并行回火Monte Carlo计算机模拟的一个例子珠弹簧模型的均聚物。由于大量构象系综的采样是精确估计统计量的先决条件,例如构象转变的典型指标,如比热的峰结构,蒙特卡罗模拟性能大幅提高的优势不能被高估。采用多线程并利用GPU上大量内核的强大功能,在现代但标准的图形卡中可用,我们发现将部分代码从中央处理器(CPU)移植到GPU时,效率迅速提高。
2011-07-18 cond-mat.stat-mech physics.comp-ph q-bio.BM
Systematic Comparison and Cross-validation of Fixed-Node Diffusion Monte Carlo and Phaseless Auxiliary-Field Quantum Monte Carlo in Solids
量子蒙特卡罗(QMC)方法是模拟相关电子系统的一些最精确的方法。我们调查的兼容性,优点和缺点的两个这样的方法,即扩散蒙特卡罗(DMC)和量子场蒙特卡罗(AFQMC)。在这两种方法中采用的多行列式试验波函数是使用扰动选择迭代(CIPSI)技术的配置相互作用产生的。在DMC和AFQMC之间的比较研究中,使用CIPSI估计的完全基组全组态相互作用(CBS-FCI)能量作为参考。通过专注于一组典型的有限尺寸的固态系统,我们表明,这两个QMC方法可以系统地收敛到相同的能量,一旦基组效应和系统的偏见已被删除。AFQMC示出了一个小得多的试验波函数比DMC的依赖,同时表现出更大的基组依赖。我们概述了改进这些方法的一些剩余挑战和机遇。
2020-07-10 cond-mat.mtrl-sci cond-mat.str-el physics.comp-ph
Quantum Monte Carlo for minimum energy structures
我们提出了一种有效的方法来找到最低能量结构,使用精确的量子蒙特卡罗计算的能量估计。该方法涉及一个随机过程,该过程由Monte Carlo的随机能量估计形成,可以平均以找到精确的结构最小值,同时使用具有中等统计不确定性的廉价计算。我们证明了该算法的适用性,通过最小化的H2O-OH-复合物的能量,并显示从量子蒙特卡罗计算的结构最小值影响的定性行为的势能面大幅。
2010-05-03 math-ph math.MP physics.comp-ph
Quantum Gibbs ensemble Monte Carlo
提出了一种研究经典流体气液共存线的路径积分Monte Carlo方法,它是Panagiotopoulos的Gibbs系综Monte Carlo方法的全量子模拟.与以前的扩展吉布斯系综蒙特卡罗包括量子效应,我们的计划是可行的,即使是在退化制度的温度与强量子离域系统。这是证明了一个说明性的应用程序的气体超流转变的$^4$他在两个维度。
2014-08-24 cond-mat.mtrl-sci cond-mat.stat-mech physics.comp-ph
Ab-initio Quantum Monte Carlo study of ultracold atomic mixtures
本论文利用量子蒙特卡罗(QMC)方法和密度泛函理论(DFT)方法研究了玻色-爱因斯坦凝聚体混合物在$T = 0$上的性质,目的是理解玻色-玻色混合物中超越平均场论的物理现象。
2021-05-04 cond-mat.quant-gas cond-mat.stat-mech physics.comp-ph
Monte Carlo simulations of glass-forming liquids beyond Metropolis
本文在三维多分散硬球模型中比较多种蒙特卡罗算法,发现局部Metropolis最慢,集体移动或打破细致平衡可提升采样效率,并指出蒙特卡罗仍是计算过冷液体低温性质的高效通用工具。
2024-09-20 cond-mat.dis-nn cond-mat.soft cond-mat.stat-mech