Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 18.206.83.160
    [SESS_TIME] => 1711723172
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => d5b61d6641e5f102b8cc7b1ca2eeb9b5
    [UNIQUE_KEY] => c3f4c3dbfc6d9278d9ca593fa9639deb
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Журнал структурной химии

2013 год, номер 1

ПАРАЛЛЕЛЬНЫЕ И РАСПРЕДЕЛЕННЫЕ ВЫЧИСЛЕНИЯ В ЗАДАЧАХ СУПЕРКОМПЬЮТЕРНОГО МОДЕЛИРОВАНИЯ МОЛЕКУЛЯРНЫХ ЖИДКОСТЕЙ МЕТОДОМ МОНТЕ-КАРЛО

А.В. Теплухин
Институт математических проблем биологии РАН, Пущино
tepl@impb.psn.ru
Ключевые слова: жидкость, вода, суперкомпьютер, моделирование, Монте-Карло, алгоритм, параллельные вычисления, MPI
Страницы: 71-81

Аннотация

Предложена эффективная стратегия молекулярного моделирования методом Монте-Карло, основанная на объединении двух ключевых подходов к распараллеливанию вычислений. Пространственная (доменная) декомпозиция обеспечивает высокую масштабируемость вычислительных алгоритмов посредством разбиения "большой задачи" на несколько одновременно разрешимых маленьких подзадач. Однако в рамках этого метода можно уменьшать размеры доменов лишь до определенного значения. Декомпозиция по частицам (разбиение программных циклов на порции), наоборот, очень эффективна для изучения объектов малого и среднего размера, но плохо масштабируется и с ростом размера модели быстро исчерпывает ресурсы оперативной памяти компьютера. Сочетание этих подходов позволяет "нейтрализовать" их ограничения и создать эффективные суперкомпьютерные программы для изучения молекулярных моделей, состоящих из сотен миллионов атомов.