通用异构并行密度泛函计算方法研究

Density functional theory is a first-principle which is based on the charge density to calculate the properties of large systems. The density functional theory is widely used in the calculations and designs of modern materials which is a key foundation of today’s science and technology. Due to the lack of general DFT software with independent intellectual property, our researchers tend to use extensively the foreign developed quantum chemistry software, such as VASP and Gaussian to perform calculations and simulations in their research. This does not only cost us a lot, but also limit our research extremely. Besides, there is a large amount of computational requirement in the simulation of new materials, macromolecules and proteins. With the development of the computer technology, parallel computer systems or supercomputers can be accelerated by a large number CPU cores or use the GPU device to obtain a huge computing capability. Development of a generic density functional calculation method, which is able to do the conventional CPU parallel computing, and also supports mixed heterogeneous CPU + GPU parallel computing, is the main topic of the project. How to use the supercomputer to accelerate our calculations will be studied in detail when we are doing large-scale density functional calculations.

密度泛函理论是一种基于电荷密度来计算体系性质的一种第一性原理方法。基于密度泛函理论第一性原理计算方法已经成为现代材料计算和设计的重要基础和核心技术。由于缺乏自主产权的通用的密度泛函计算软件，目前国内研究者在进行第一性原理计算时广泛采用国外的量化计算软件，比如VASP和高斯来进行计算和模拟。这不但花费了我们国家大量资金，同时也大大限制了我们的研究。同时，在新型材料，大分子，蛋白质分子的模拟计算方面存在着非常巨大的计算量。而随着计算机硬件的不断发展，并行计算机系统和超级计算机能够通过很多数量的CPU核并行和利用GPU进行加速的方法来获得巨大的计算能力。研究通用的，既支持常规CPU并行计算，同时也支持CPU + GPU混合异构计算的并行密度泛函计算方法是本项目要解决的问题。如何利用超级计算机进行大规模的密度泛函计算时是本项目将要研究的重点。

密度泛函理论是一种基于电荷密度来计算体系性质的一种第一性原理方法。基于密度泛函理论第一性原理计算方法已经成为现代材料计算和设计的重要基础和核心技术。由于缺乏自主产权的通用的密度泛函计算软件，目前国内研究者在进行第一性原理计算时广泛采用国外的量化计算软件，比如VASP和高斯软件来进行计算和模拟。这不但花费了我们国家大量资金，同时也大大限制了我们的研究。研究通用的，既支持常规CPU并行计算，同时也支持CPU + GPU混合异构计算的并行密度泛函计算方法是本项目尝试要解决的问题。我们采用高斯基组进行双电子积分计算，编写了基于高斯基组进行Hartree Fock计算的CPU程序，以及基于高斯基组进行密度泛函（DFT）计算的CPU程序的。测试表明串行Hartree Fock 和DFT程序计算结果和常规量化软件比如Gamess的计算结果一致。在此基础上我们采用OpenMPI进行CPU并行化计算。分析了诸多双电子积分算法以后，我们发现 Gauss-Rys 积分算法由于需要较少的计算资源而非常适合在 GPU 上进行实现。为了适应 GPU 计算，对 Rys 多项式积分算法进行了适当的改进以更好地适用于 GPU 的单指令多数据架构。GPU的计算时间分析表明，GPU并行化所计算出来的能量结果和CPU结果基本一致，表明我们的GPU并行化计算结果是正确的，而计算时间相比于CPU能够提高数倍的计算速度。而这个结果还只是最初步的效率，因为我们还没有实现单精度和双精度混合计算，另外我们的GPU其实是一个计算能力比较低的一个GPU，预计在采用更好的GPU之后，我们的计算效率能够大大提高。同我们需要尝试采用更加复杂的并行化策略，比如尝试采用单精度和双精度混合计算来实现双电积分计算的GPU并行化而得到更高的计算效率。