GPU acceleration of CaNS for massively-parallel direct numerical simulations of canonical fluid flows
这项工作提出了GPU加速的开源代码CaNS非常快速的并行模拟正则流体流动。CANS中多CPU Navier-Stokes方程求解器的显著特点是基于特征函数展开法的二阶有限差分Poisson方程的快速直接求解器。求解器在一个统一的框架中实现了对这类问题有效的所有边界条件。在这里，我们使用CUDA Fortran扩展了GPU加速集群的求解器。移植广泛使用了CUF内核，并通过CUDA Fortran的统一内存功能大大简化，该功能处理主机（CPU）和设备（GPU）之间的数据迁移，而无需在源代码中定义新的数组。整体实现已根据湍流通道流的基准数据进行了验证，并在NVIDIA DGX-2系统（16 Tesla V100 32 Gb，通过NVSwitch与NVLink连接）上评估了其性能。与最先进的多CPU集群上的CPU实现相比，GPU加速实现的每个时间步长的挂钟时间非常小，只要域分区足够小，数据主要驻留在GPU上。该实现已根据MIT许可证的条款免费提供和开源。
2020-10-02 cs.CE physics.comp-ph physics.flu-dyn
cellGPU: massively parallel simulations of dynamic vertex models
顶点模型通过空间的多边形或多面体平铺来表示融合组织，其中单个细胞通过依赖于细胞的几何形状和镶嵌的拓扑结构的力定律相互作用。这种对细胞网络连通性的依赖给顶点模型的分子动力学模拟带来了一些复杂性，特别是使得模拟的并行化变得困难。cellGPU解决了这一难题，并为这些模型的大规模并行化、基于GPU的模拟奠定了基础。本文讨论了它在两个二维模型中的实现，并比较了完全在CPU上运行cellGPU与在一系列商业和服务器级显卡上运行时的典型性能。通过以高度并行化的方式实现拓扑变化和细胞上的力的计算，cellGPU使研究人员能够模拟以前无法通过现有的单线程CPU实现的时间和长度尺度。
2017-02-09 cond-mat.soft physics.bio-ph physics.comp-ph
Matrix-free algorithms for fast ab initio calculations on distributed CPU architectures using finite-element discretization
Indian Institute of Science（印度科学学院）
本研究提出无矩阵算法，用于在分布式CPU架构上加速有限元离散化的DFT计算，通过优化数据布局和算术强度，实现显著的速度提升。
2026-08-24 physics.comp-ph
TTDFT: A GPU accelerated Tucker tensor DFT code for large-scale Kohn-Sham DFT calculations
我们提出了Tucker张量DFT（TTDFT）代码，该代码使用具有图形处理单元（GPU）加速的张量结构算法，用于在大规模系统上进行基态DFT计算。Tucker张量DFT算法使用从Kohn-Sham哈密顿量的可加可分近似计算的局部Tucker张量基。离散Kohn-Sham问题的解决使用Chebyshev滤波子空间迭代方法，依赖于稀疏对称哈密顿矩阵和密集波函数矩阵的矩阵-矩阵乘法，表示在本地化的Tucker张量基础。这些矩阵-矩阵乘法运算构成了求解过程中计算量最大的步骤，经过GPU加速，在所研究的最大系统上为这些运算提供了约8倍的GPU-CPU加速。TTDFT代码的计算性能使用铝纳米粒子和硅量子点的基准研究，系统尺寸范围高达~7,000个原子。
2021-10-29 physics.comp-ph
Scalable and massively parallel Monte Carlo photon transport simulations for heterogeneous computing platforms
我们提出了一个高度可扩展的蒙特卡罗（MC）三维光子输运模拟平台，设计用于异构计算系统。通过开发一个大规模并行MC算法，使用开放计算语言（OpenCL）框架，本研究扩展了我们现有的图形处理单元（GPU）加速MC技术，一个高度可扩展的供应商无关的异构计算环境，实现显着提高性能和软件可移植性。许多并行计算技术的研究，以实现广泛的计算硬件的便携式性能。此外，开发了多个线程级和设备级负载平衡策略，以使用多个中央处理单元（CPU）和GPU来获得高效的仿真。
2018-01-25 cs.DC physics.comp-ph
Boosting the effective performance of massively parallel tensor network state algorithms on hybrid CPU-GPU based architectures via non-Abelian symmetries
该研究利用非阿贝尔对称性、混合 CPU-多 GPU 调度、内存与 IO 优化加速张量网络态算法，在强关联分子 DMRG 模拟中显著提升有效性能。
2023-09-23 cond-mat.str-el physics.chem-ph physics.comp-ph
Suppressing correlations in massively parallel simulations of lattice models
对于格蒙特卡罗模拟并行化是至关重要的，使大型系统和长时间的模拟可行的研究，而顺序模拟仍然是黄金标准的相关自由动态。在这里，各种区域分解方案进行了比较，最后一个提供几乎无相关性的模拟GPU上的广泛的模拟的八面体模型的$2+1$维Karda-Parisi-Zhang表面生长，这是非常敏感的相关性在选址动力学，进行了并行运行和协议的自一致性。我们提出了一个GPU实现提供一个加速约$30\times$在一个单一的插槽上的并行CPU实现和至少$180\times$相对于顺序参考。
2017-07-13 cond-mat.stat-mech physics.comp-ph
A modular massively parallel computing environment for three-dimensional multiresolution simulations of compressible flows
可压缩流动的数值研究面临两个主要挑战。为了准确地描述流动特性，需要高分辨率的非线性数值格式来捕获不连续性并解决宽的对流，声学和界面尺度范围。现实的3D问题的模拟与国家的最先进的有限体积法的基础上近似黎曼求解器加权非线性重建计划需要使用HPC架构。高效的压缩算法减少了计算和内存负载。具有LTS的完全自适应MR算法已经证明了其在此类应用中的潜力。虽然现代CPU需要多级并行来实现峰值性能，但细粒度的MR网格自适应性导致具有挑战性的计算/通信模式。此外，LTS引发了强数据依赖性，这对并行化策略提出了挑战。我们解决这些挑战与基于块的MR算法，在底层八叉树的任意削减是可能的。这允许通过MPI在分布式内存机器上进行并行化。我们通过一个简单的位逻辑在一个修改的莫顿顺序的邻居关系。基于块的概念允许源代码框架的模块化设置，其中算法的构建块（例如黎曼解算器或重建模板的选择）是可互换的，而不会损失并行性能。我们提出了一系列的测试用例和扩展分析的有效分辨率超过十亿细胞使用$\mathcal{O}(10^3)$核心的模块化框架的能力。
2020-12-08 physics.comp-ph
Massively Parallel Computation of Accurate Densities for N-body Dark Matter Simulations using the Phase-Space-Element Method
本文提出了一种精确的密度计算方法的大型暗物质模拟，最近推出的相空间镶嵌技术的基础上，设计的大规模并行，异构集群架构。我们讨论了一个内存有效的八叉树结构的建设采样的质量密度与局部自适应分辨率，根据基本四面体镶嵌的功能。我们提出了一个高效的GPU实现的计算密集型操作相交的四面体与立体细胞的存款网格，实现了加速几乎一个数量级相比，优化的CPU版本。我们讨论了两个动态负载平衡方案-第一个集群节点之间的粒子数据交换和存款的每个块的网格结构上的单个节点的所有四面体，而第二种方法使用全球减少操作，以获得总质量。我们展示了我们的算法的可扩展性，高达256个GPU和TB大小的模拟快照，导致超过4000亿四面体的镶嵌。
2017-08-24 astro-ph.IM physics.comp-ph
Massively parallel simulations for disordered systems
具有淬火无序的系统的模拟是极其苛刻的，遭受缓慢弛豫和执行无序平均的需要的组合效应。因此，新的算法，改进的实现，以及替代的，甚至专用的硬件往往有助于进行有意义的研究，这样的系统。随之而来的关于硬件可用性和代码复杂性的需求是巨大的，有时甚至是令人望而却步的。我们演示了如何与一个温和的编码工作离开的整体结构不变的模拟代码相比，CPU的实现，非常显着的速度可以实现从GPU上的并行代码，主要是利用平凡的并行性的无序样本和近平凡的并行性的并行回火副本。这种大规模并行实现与仔细选择的温度协议的并行回火以及高效的集群更新的组合，使我们能够平衡比较大的系统与适度的计算资源。
2020-03-10 cond-mat.dis-nn cond-mat.stat-mech physics.comp-ph
JuNoLo - Julich Non Local code for parallel calculation of vdW-DF nonlocal density functional theory
目前的密度泛函理论（DFT）编码是基于局域（LDA）或半局域（GGA）能量泛函的。最近，一个真正的非局部能量泛函的理论已经发展。它主要用作DFT后计算方法，即通过将泛函应用于使用任何标准DFT代码计算的电荷密度，从而获得系统总能量的新改进值。非定域计算在计算上是相当昂贵的，其规模为N^2，其中N是定义电荷密度的点的数量，并且大规模并行计算对于新方法的更广泛适用性至关重要。在这篇文章中，我们提出了一个实现这一目标的代码。
2008-10-13 cond-mat.mtrl-sci physics.comp-ph
All-Electron, Real-Space Perturbation Theory for Homogeneous Electric Fields: Theory, Implementation, and Application within DFT
在密度泛函理论中，微扰理论~（PT）是用于评估对均匀电场的响应和相关材料性质的最先进的形式主义，例如，极化率、介电常数和拉曼强度。在这里，我们推导出一个真实的空间配方PT和实现内的全电子，数值原子中心轨道电子结构代码FHI-目标，允许并行计算。正如广泛的验证所证明的那样，这允许快速计算分子和固体的准确响应特性。作为一个应用展示，我们提出了谐波和非谐波拉曼光谱，后者通过结合几十万PT计算与\textit{ab initio}分子动力学。通过使用多体范德华修正的PBE交换相关泛函，我们得到的光谱与实验吻合良好，特别是相对于孤立的扑热息痛分子和扑热息痛晶体的两种多晶型物的线形。
2018-06-21 cond-mat.mtrl-sci physics.comp-ph
DGDFT: A Massively Parallel Method for Large Scale Density Functional Theory Calculations
我们描述了一个大规模的并行实现最近开发的不连续伽辽金密度泛函理论（DGDFT）[J. COMPUT。2012，231，2140]方法，用于有效的大规模基于Kohn-Sham DFT的电子结构计算。DGDFT方法使用在自洽场（SCF）迭代期间动态生成的自适应局部基（ALB）函数来表示Kohn-Sham方程的解。ALB集的使用提供了一种系统的方法来提高近似的精度。它最大限度地减少了所需的自由度，以代表解决方案的科恩-沙姆问题所需的精度水平。特别地，DGDFT可以以少得多的自由度达到平面波精度。通过使用极展开和选择反演（PEXSI）技术计算电子密度、能量和原子力，我们可以使DGDFT的计算复杂度对于绝缘和金属系统都最多为电子数的二次方。我们表明，DGDFT可以实现80%的并行效率在128，000高性能计算核心时，它被用来研究二维（2D）磷烯系统的电子结构与3，500 - 14，000原子。这种高并行效率来自我们将详细描述的两级并行化方案。
2015-06-30 physics.chem-ph physics.comp-ph
Amplitude analysis of four-body decays using a massively-parallel fitting framework
GooFit框架旨在为各种并行后端（例如GPU）上的任意函数执行最大似然拟合。我们提出了一个扩展GooFit增加的功能来执行随时间变化的振幅分析的赝标介子衰变成四个赝标最终状态。此功能的基准测试显示，与CPU相比，使用GPU时性能显著提高。此外，该扩展被用来研究$D^0 - \bar{D}^0$混合参数$x$和$y$在衰减$D^0 \rightarrow K^+π^-π^+π^-$的随时间变化的振幅分析的灵敏度。研究了50 000个事件的样本，并将中心值设置为$x = (0.49 \pm0.15) \%$和$y = (0.61 \pm0.08) \%$的世界平均值，$x$和$y$的统计敏感性被确定为$σ(x) = 0.019 \%$和$σ(y) = 0.019 \%$。
2017-02-22 hep-ex physics.comp-ph physics.data-an
XLB: A differentiable massively parallel lattice Boltzmann library in Python
Autodesk Research（奥多研究机构）
本文提出基于JAX的可微并行格子玻尔兹曼库XLB，支持多硬件扩展和机器学习生态集成，实现数十亿网格规模的高性能流体模拟。
2024-04-02 cs.CE cs.LG physics.comp-ph
Active-learning-based efficient prediction of ab-initio atomic energy: a case study on a Fe random grain boundary model with millions of atoms
我们已经开发出一种方法，可以分析大的随机晶界（GB）模型与密度泛函理论（DFT）计算的准确性，使用主动学习。假定原子能量由原子结构描述子的线性回归表示。原子能是通过DFT计算获得的，使用从巨大的GB模型中提取的小单元，称为副本DFT原子能。主动学习中的不确定性降低（UR）方法用于有效地收集原子能的训练数据。在这种方法中，不需要原子能来搜索候选点;因此，不需要连续的DFT计算。这种方法适用于可以同时执行大量作业的大规模并行计算机。在这项研究中，我们展示了预测的Fe随机GB模型包含一百万个原子使用UR方法的原子能量，并表明预测误差降低更迅速相比，随机采样。我们的结论是，UR的方法与副本DFT原子能是有用的建模巨大的GB和建模其他结构缺陷将是必不可少的。
2020-04-17 cond-mat.mtrl-sci physics.comp-ph
Density Functional Theory calculation on many-cores hybrid CPU-GPU architectures
提出了一种基于图形处理器（GPU）的混合并行结构的完整电子结构计算程序的实现方法。基于我们实现的代码是基于Daubechies小波的GNU-GPL代码。它表现出非常好的性能，系统的收敛性和并行计算机上的一个优秀的效率。我们基于GPU的加速完全保留了所有这些属性。特别地，代码能够在许多核上运行，这些核可能具有或可能不具有相关联的GPU。因此，它能够在并行和大规模并行混合环境中运行，也具有非均匀的CPU/GPU比率。利用双精度计算，我们可以实现相当大的加速，对于某些操作是20倍，对于整个DFT代码是6倍。
2009-04-09 cond-mat.mtrl-sci physics.comp-ph
MALOQ: Massively Accelerated Learning of Operators for Quantum Transport
D-ITET, ETH Zurich（D-ITET，苏黎世联邦理工学院）
提出MALOQ框架，基于SO(2)-等变骨干架构和可扩展边分布，加速学习DFT哈密顿量/密度矩阵，支持多达10万原子体系，训练时间减少30%以上。
2026-06-27 cond-mat.mtrl-sci cs.DC cs.LG
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
The CONQUEST code: large scale and linear scaling DFT
CONQUEST是一个DFT代码，从一开始就被设计成能够在大规模并行平台上进行超大规模计算，实现基态的精确和线性缩放求解器。它使用局部基集（伪原子轨道，PAO和系统收敛的B样条）和稀疏矩阵存储和操作，以确保计算的各个方面的局部性。使用精确对角化方法和完整的PAO基组，可以用相对适中的资源（200-500个核心）模拟多达1，000个原子的系统，而使用多站点支持功能（MSSF）可以用类似的资源计算多达10，000个原子。通过线性缩放，代码基本上表现出完美的弱缩放（每个进程固定原子），并已应用于超过1，000，000个原子，扩展到近200，000个核心;它已在K计算机和Fugaku以及其他计算机上运行。CONQUEST精确计算总能量、力和应力，并允许对离子和模拟单元进行结构优化。NVE、NVT和NPT系综内的分子动力学计算可以使用精确对角化和线性标度[6]。该代码与LibXC接口以实现LDA和GGA泛函，其中MetaGGA和混合泛函正在开发中。色散相互作用可以使用半经验方法（DFT-D2/3，TS）和vdW-DF。可以使用Resta的方法计算偏振。
2022-05-18 cond-mat.mtrl-sci physics.comp-ph
Method for the calculation of the Hamaker constants of organic materials by the Lifshitz macroscopic approach with DFT
Hamaker常数是提供分子间力定量信息的系数，根据Lifshitz理论通过简单的DFT计算而不进行任何实验测量来计算许多不同材料的Hamaker常数。采用B3 LYP密度泛函方法和aug-cc-pVDZ基组计算了有机分子的极化率、偶极矩、分子体积和振动频率等物理性质。Hamaker常数的值使用Lorentz-Lorenz方程和Onsager方程的近似与这些属性。结果发现，在“非缔合”材料的情况下，如烃，醚，酮，醛，羧酸，酯，腈，和氢化硅烷，和卤化物，计算的Hamaker常数的值是类似的实验确定的对应物。此外，利用该计算方法，容易创建分子模型，并且可以缩短CPU时间。
2019-06-19 physics.chem-ph 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
Benchmarking of Massively Parallel Phase-Field Codes for Directional Solidification
Northeastern University（东北大学）；University of Michigan（密歇根大学）；Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室）
本文比较了两种先进的相场代码在模拟实验相关条件下合金固结的性能，评估了其在2D和3D中枝晶形态、初级间距和尖端动力学的预测能力，以及数值收敛性和计算性能。
2026-04-29 cond-mat.mtrl-sci physics.comp-ph
Chemical bonding in large systems using projected population analysis from real-space density functional theory calculations
本文提出一种基于实空间有限元DFT的高效可扩展投影布居分析方法，用于从大规模材料计算中提取化学键信息，并在储氢硅纳米颗粒体系中验证了其优势。
2023-06-23 physics.comp-ph
A three-dimensional domain decomposition method for large-scale DFT electronic structure calculations
随着数十petaflops的超级计算机已经在运行，exaflops机器预计将在未来10年内出现，需要有效的并行计算方法来利用这种极端规模的机器。在本文中，我们提出了一个三维区域分解方案，使大规模并行计算机上的大规模电子计算的基础上密度泛函理论（DFT）。它由两种方法组成：（i）原子分解方法和（ii）网格分解方法。在前者中，我们开发了一种基于惯性张量矩的改进递归二分法，对原子沿主轴进行重新排序，使得在实空间中靠近的原子也在轴上靠近，以确保数据的局部性。然后，根据原子在主轴上的投影，以平衡的方式将原子划分为子域。在后者中，我们定义了四个数据结构的划分网格，精心构造，使数据的局部性与原子簇的一致，最大限度地减少进程之间的数据通信。我们还提出了一种分解方法，用于解决泊松方程使用三维FFT在Hartree潜在的计算，这是优于先前提出的并行化方法的基础上的二维分解的通信效率。为了进行评估，我们使用开源DFT代码OpenMX执行基准计算，特别注意O（N）Krylov子空间方法。结果表明，我们的方案具有良好的强和弱标度特性，与K计算机上的16，384个核和131，072个金刚石原子相比，131，072个核的并行效率为67.7%。
2012-09-20 cond-mat.mtrl-sci cs.CE cs.DC
A Massively Parallel Performance Portable Free-space Spectral Poisson Solver
本文在 IPPL 中实现性能可移植的 Hockney-Eastwood 与谱收敛 Vico-Greengard 自由空间泊松求解器，并通过降内存改进及多超算 GPU/CPU 扩展测试验证其精度、效率和可移植性。
2025-07-29 cs.DC physics.comp-ph
GPU-Portable Real-Space Density Functional Theory Implementation on Unified-Memory Architectures
National Institute for Fusion Science, National Institutes of Natural Sciences（国立研究開発法人 自然科学研究機構 核融合科学研究所）；Graduate Institute for Advanced Studies, SOKENDAI（綜合研究大學院大學）
本文提出了一种基于统一内存架构的GPU便携式DFT代码实现，通过轻量级C++层支持多种执行环境，并在不同GPU上实现了显著加速，适用于等离子体-聚变模拟。
2025-12-05 cond-mat.mtrl-sci physics.comp-ph physics.plasm-ph
A Submatrix-Based Method for Approximate Matrix Function Evaluation in the Quantum Chemistry Code CP2K
Paderborn University（帕德博恩大学）
本研究将子矩阵方法应用于量子化学软件CP2K的DFT计算，通过将大稀疏矩阵运算转化为局部小近密矩阵运算，突破内存带宽限制，实现了CPU、GPU及FPGA上的性能提升。
2020-07-14 cs.DC physics.comp-ph
Linear scalability of density functional theory calculations without imposing electron localization
电子结构的线性标度密度泛函理论方法通常基于电子在大的原子和分子系统中局域化的趋势。然而，在许多实际感兴趣的情况下，例如在半导体纳米晶体中，系统尺寸可以在显著的电子局域化设置之前达到非常大的扩展，并且数值方法的缩放可以强烈地偏离线性。在这里，我们解决这类系统，通过开发一个大规模并行的密度泛函理论（DFT）的方法，不依赖于电子localizationa和正式的二次缩放，但使高效的线性壁时间复杂性在弱的可扩展性制度。该方法扩展从随机DFT方法描述的Fabian等。等电线：压缩分子量科学，e1412 2019，但完全是确定性的。它使用标准的量子化学原子为中心的高斯基组表示的电子波函数结合笛卡尔实空间网格的一些运营商，并使一个快速求解泊松方程。我们的主要结论是，当一个处理器丰富的高性能计算（HPC）的基础设施是可用的，这种类型的方法有可能允许在量子限制或电子离域防止线性缩放制度的大型系统的研究。
2022-03-24 physics.chem-ph physics.comp-ph
Efficient O($N$) divide-conquer method with localized natural orbitals
提出了一种基于局域自然轨道（LNOs）的O（$N$）分治（DC）方法，用于带隙和金属体系的大规模密度泛函理论（DFT）计算.的LNO的非迭代计算的低秩近似通过一个局部特征分解的投影算子的占用空间。引入LNOs来表示截断簇的长范围区域，在保持计算精度的同时降低了DC方法的计算成本。一系列的基准计算和高并行效率的多级并行化清楚地表明，O（$N$）方法使我们能够进行大规模模拟的各种材料，包括金属与足够的精度，根据大规模并行计算机的发展。
2018-09-15 cond-mat.mtrl-sci physics.comp-ph
Extreme-Scale Density Functional Theory High Performance Computing of DGDFT for Tens of Thousands of Atoms using Millions of Cores on Sunway TaihuLight
高性能计算（HPC）是在现代异构超级计算机上加速Kohn-Sham密度泛函理论（KS-DFT）计算的有力工具。在这里，我们描述了一个大规模的极端规模的并行和便携式实现的不连续伽辽金密度泛函理论（DGDFT）方法在神威太湖之光超级计算机。DGDFT方法利用自洽场迭代过程中实时生成的自适应局部基（ALB）函数求解KS方程组，具有与平面波基组相当的高精度。该方法采用两级并行策略，利用不同类型的数据分布、任务调度和数据通信机制，结合SW26010处理器的主从多线程异构并行特性，在神威太湖之光超级计算机上实现了超大规模HPC KS-DFT计算。我们表明，DGDFT方法可以在Sunway TaihuLight超级计算机上扩展到8，519，680个处理核心（131，072个核心组），用于研究包含数万个碳原子的二维（2D）金属石墨烯系统的电子结构。
2020-04-17 physics.chem-ph 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
Stochastic density functional theory
密度泛函理论（DFT）的线性缩放实现仅当应用于具有大于其Kohn-Sham密度矩阵（DM）的范围的物理尺寸的系统时才达到其预期的效率范围。这引起了一个问题，因为许多类型的感兴趣的大系统具有相当宽的DM范围，因此不适合使用DFT方法进行分析。出于这个原因，最近提出的随机DFT（sDFT），避免详尽的DM评估，正在成为一个有吸引力的替代线性尺度方法。这篇评论开发了一个通用的制定sDFT的（非）正交基表示，并提供了一个分析的统计误差（SE）的计算。使用一个新的高斯型基集实现sDFT，适用于水团簇和硅纳米晶体，它演示并解释了标准偏差和偏差如何依赖于各种类型的计算中的采样率和系统大小。我们还发展了基组嵌入碎片理论，证明了它的实用性，减少能源，态密度和核力计算的SE。最后，我们讨论了sDFT的算法复杂度，表明它具有CPU壁时间线性缩放。该方法在分布式处理器上并行化良好，具有良好的可扩展性，因此可以在即将到来的exascale计算架构中找到使用。
2018-12-22 physics.chem-ph physics.comp-ph
Accelerating finite-element-based projector augmented-wave DFT calculations with scalable GPU-centric computational methods
本文提出一种基于有限元的投影增强波方法，通过GPU中心计算和算法创新，实现大规模电子结构计算的高效与可扩展性，显著提升计算速度和精度。
2026-10-06 cond-mat.mtrl-sci physics.comp-ph
Finite-element methods for noncollinear magnetism and spin-orbit coupling in real-space pseudopotential density functional theory
本文在 DFT-FE 中实现含非共线磁性与自旋-轨道耦合的实空间有限元 DFT，结合 Chebyshev 滤波迭代、双网格策略及统一力与应力计算框架，精度吻合平面波且最高加速 8–11 倍。
2024-10-07 cond-mat.mtrl-sci physics.comp-ph
Enabling Large-Scale Condensed-Phase Hybrid Density Functional Theory Based $Ab$ $Initio$ Molecular Dynamics II: Extensions to the Isobaric-Isoenthalpic and Isobaric-Isothermal Ensembles
在本系列的前一篇论文中[JCTC 2020，16，3757]，我们提出了一个基于占用空间的局部表示的理论和算法框架，该框架利用了有限间隙系统中EXX相互作用的实空间评估中的固有稀疏性。这是伴随着一个详细的描述exx，大规模并行混合MPI/OpenMP实现这种方法在量子ESTERO，使线性缩放混合DFT基于AIMD的NVE/NVT系综的凝聚相系统包含500- 1000个原子（在固定的正交细胞）与壁时间成本可比半本地DFT。在这项工作中，我们扩展exx，使混合DFT为基础的AIMD的大规模凝聚相系统与一般和波动的细胞在NpH/NpT合奏。我们的理论扩展包括一个分析推导的EXX贡献的应力张量的系统在一般的细胞与计算复杂性，系统的大小线性缩放。对exx的相应算法扩展包括优化的例程：（i）处理具有非正交晶格对称性的静态/波动单元，（ii）通过自动选择离散拉普拉斯算子的Natan-Kronik表示中的辅助网格方向来求解一般单元中的泊松方程，以及（iii）评估ESX对应力张量的贡献。我们还严格评估的计算性能的扩展exx模块在几个不同的HPC架构通过冰Ih，II和III以及周围的液态水的案例研究。我们发现，扩展的exx可以评估ESX对应力张量的贡献，成本可以忽略不计（< 1%），并且保持高度可扩展性，从而使我们更接近于在广泛的热力学条件下对大规模凝聚相系统常规执行基于混合DFT的AIMD。
2021-05-06 cond-mat.mtrl-sci cond-mat.stat-mech physics.comp-ph
Distributed Memory, GPU Accelerated Fock Construction for Hybrid, Gaussian Basis Density Functional Theory
提出一组用于混合Kohn-Sham DFT的分布式内存GPU加速算法，通过DF-J-Engine和sn-K方法评估Coulomb与精确交换矩阵，在Perlmutter上使用128个A100 GPU实现了数百至千原子规模的高效强扩展。
2023-03-24 physics.chem-ph 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
Enhancing GPU-acceleration in the Python-based Simulations of Chemistry Framework
本文介绍对开源量子化学软件包GPU4PySCF的工业贡献，通过集成DFT、几何优化等功能，实现比32核CPU快30倍的计算速度，节省约90%成本，成为工业量子化学应用的理想平台。
2024-07-22 physics.chem-ph physics.comp-ph quant-ph
