基于KNL平台的LAMMPS优化

• 作者: 商建东 尚远 李盼乐 黄标
• 来源期刊: 科研信息化技术与应用
• 关键词: KNL 并行 片上内存 LAMMPS
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 技术
• 页码范围: 21-25
• 页数: 5页
• 字数: 2531字
• 语种: 中文
• DOI: 10.11871/j.issn.1674-9480.2017.06.003

摘要

Intel新一代处理器KNL作为一种具有极强运算能力的多核处理器,拥有16GB高速片上内存(MCDRAM),物理核心数量高达72个,单CPU的双精度浮点峰值为3TFlops,为高并行负载应用提供强大的性能支持.各种主流的并行软件也纷纷使用KNL众核、高速内存技术,由于LAMMPS(large-scale atomic/molecular massively parallel simulator)在材料科学和计算化学中的广泛应用,因此在KNL节点上优化LAMMPS成为相关领域近些年的研究热点.本文以郑州超算中心的KNL集群为平台,采用MCDRAM和第三方扩展包两种方法对LAMMPS进行优化.MCDRAM可以加快CPU读取数据的速度,第三方扩展包从源码的角度对程序中的条件判断进行优化.试验结果表明,优化后的LAMMPS执行时间明显减少,加速比可达49x,是CPU平台加速比的5.5x.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李盼乐	郑州大学超级计算中心智慧城市研究院	2	4	1.0	2.0
2	尚远	郑州大学超级计算中心智慧城市研究院	1	0	0.0	0.0
3	黄标	郑州大学超级计算中心智慧城市研究院	1	0	0.0	0.0
4	商建东	郑州大学超级计算中心智慧城市研究院	2	4	1.0	2.0