GPU加速电子响应函数计算研究
摘 要：电子响应函数是分子动力学的一部分，是一种计算量非常庞大的离散模拟计算方法。其主要是以分子的运动规律为基础，计算分子在一定时间内的运动变化情况，根据计算过程中得到的数据，进行定性和定量的分析,从而得到分子体系的各种物理性质和化学性质。现已广泛的应用于物理、化学、生物、材料、医学等各个领域。
GPU专为密集型、高度并行化的计算而设计，CUDA技术的应用降低了GPU通用计算开发难度。单GPU的计算能力已经比较强大，但是对于具有实际意义的超大规模的模拟系统来说，分子量高达上千万甚至上亿，这种系统所需要的计算能力远远大于单GPU，因此发展多个GPU并行的计算体系是有一定研究和实际意义的。
关键词： GPU加速，电子响应函数，CUDA
- GPU通用计算概述
1999 年，英伟达公司（NVIDIA corporation）发布第一 款 GPU，主要由两个模块组成：进32位浮点数运算的顶点处理器，以及进行定点数运算的像素处理器。此时的 GPU 只能处理顶点的矩阵变换，进行光照计算，不可编程。受游 戏市场中愈加复杂的图形效果和军事仿真需求牵引，GPU性能飞速提升，顶点和像素处理器的可编程性也日益提高。最初，GPU只能通过计算机图形应用程序界面（Application Program Interface，API）进行编程，如：开放图形库（Open Graphics Library，OpenGL）、DirectX（Direct eXtension）[1,2]等。直到2007年，英伟达推出采用统一计算设备架构（Compute Unified Device Architecture，CUDA）的显卡，引发了GPU 通用计算的革命。相比之前的图形处理架构，CUDA的优势在于：提供了通用的统一着色器架构，应用程序可更有效地利用GPU上的计算资源；还引入了片内共享存储器，支持随机写入和线程间通信。CUDA的推出使得GPU通用计算变得相对廉价且高效，为解决医学图像处理的实时 性问题提供了可能[3]。下面将简单介绍GPU图形流水线及 CUDA 编程模型。
- GPU图形流水线
当前，GPU 图形处理器的主要任务是处理视频游戏中的 复杂三维场景，完成 3D 模型到图像的渲染工作。通常，图 形 API 编程模型中的渲染流程可被分为几个高度并行的阶 段，分别由图形流水线的不同单元进行处理。图形流水线以 顶点（描述 3D 场景的几何结构的点、线、三角形和多边形） 以及映射到顶点描述物体表面的纹理图像作为输入，输出从 观测点观察到的 3D 场景的二维图像。以 Direct3D 10 为例， 其图形流水线[6]主要由以下几个阶段组成，如图1所示。
图 1 GPU 图形流水线
3D应用程序向GPU发出顶点序列，经输入装配器收集 后，顶点渲染程序将每个顶点的 3D 位置转化成屏幕位置，并点亮顶点，决定其颜色。几何渲染程序处理 3D 场景的几何结构后，再建立和光栅化单元建立像素段，由像素渲染程 序对每个段添加参数、纹理以及颜色。最后经光栅操作将段 颜色和像素颜色合并后写入像素点。其中，顶点、几何和像 素渲染为可编程阶段，其他则为固定功能模块。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
