多核集群上的混合并行分子動力學(xué)計算研究.pdf

1、隨著高性能計算機的快速發(fā)展和計算資源的日益豐富，高性能計算已成為當(dāng)今國內(nèi)外研究的熱點。由于高性能計算機的主流結(jié)構(gòu)已從大規(guī)模并行處理機轉(zhuǎn)向多核集群，系統(tǒng)也從單一內(nèi)存模型轉(zhuǎn)向混合內(nèi)存模型，為高性能計算機所設(shè)計的并行程序必須適應(yīng)這一轉(zhuǎn)變，從而產(chǎn)生了混合并行編程模型。分子動力學(xué)（Molecular Dynamics，MD）模擬作為一種重要的科學(xué)研究方法，在多個學(xué)科領(lǐng)域里得到了廣泛地應(yīng)用。進一步加快 MD模擬在多核集群上的計算速度，促進這些領(lǐng)域的

2、科研工作進一步發(fā)展就變得非常緊迫。然而，當(dāng)人們在設(shè)計多核集群上的基于混合并行編程模型的并行 MD算法以及其它并行算法時，普遍遇到引入多線程并行時開銷過高的問題，使混合模型常常不如原來的純消息傳遞模型。因此，如何解決這類問題，提高科學(xué)與工程計算程序在多核集群上的計算速度，是當(dāng)前研究的一個重要方向。
　　本文全面系統(tǒng)地研究混合并行編程模型、混合并行 MD算法的研究現(xiàn)狀和存在的不足，在此基礎(chǔ)上提出了一系列相關(guān)問題的優(yōu)化或改進算法。

3、>　　本文的主要內(nèi)容及創(chuàng)新點如下：
　　(1)本文深入地分析了適用于多核集群的混合并行編程模型、并行MD算法的基本原理和基本實現(xiàn)方法，為后面提出的多核集群上的混合并行 MD算法打下了基礎(chǔ)。
　　(2)本文論證了Critical Section算法進行多線程并行MD計算的可擴展性問題，理論分析和實驗結(jié)果表明，Critical Section算法在處理器核心數(shù)量大于8時的加速比明顯下降。本文進而提出了一個稱為三角形并行 MD算法

4、的優(yōu)化方法，該方法通過靜態(tài)分配原子集的策略讓各線程在不同的時刻進入臨界區(qū)，從而減少臨界區(qū)的閑置時間，加快并行計算速度。
　　(3)本文提出了基于OpenMP的并行MD算法——SPMD-like（Single Program Multiple Data）算法。該算法采用與SPMD程序相同的各自處理數(shù)據(jù)并冗余計算跨區(qū)域數(shù)據(jù)關(guān)系的策略，但是在實現(xiàn)上卻接近簡單的OpenMP實現(xiàn)，不需要修改MD的內(nèi)部計算邏輯，只需要修改幾個數(shù)據(jù)結(jié)構(gòu)并添加一

5、個空間分解子程序。該算法在保持 OpenMP實現(xiàn)簡單特點的同時取得接近純消息模型的并行計算性能和可擴展性。
　　(4)本文提出了一種多核集群上的基于混合 MPI/OpenMP模型的并行MD算法。該算法在保持盡量小修改原則的基礎(chǔ)上，將SPMD-like算法嵌入純MPI并行MD程序中。該混合并行程序在節(jié)點內(nèi)采用 OpenMP并行，在引入較小并行開銷的同時，明顯地減少了節(jié)點間的通信時間，從而有效地提高了 MD程序在多核集群上的計算速度和

6、并行效率。
　　(5)本文提出了一種完全避免臨界區(qū)的歸約算法——分塊輪換歸約算法，該算法在保持與Critical Section算法相似的簡單性的同時，具有比Critical Section算法更好的并行性能和可擴展性。理論分析和實驗測試證明該算法在節(jié)點內(nèi)處理器核數(shù)為16時并行性能較好，但是達(dá)到32以及更大時，它的性能不如SPMD-like算法。因此它和 SPMD-like算法分別適合于不同的混合并行場合：節(jié)點內(nèi)處理器核數(shù)量不多時