[論文レビュー] Long-Range Interactions in Molecular Simulations: Accuracy and Speed

Michael Patra, Mikko Karttunen+3 more|arXiv (Cornell University)|Oct 8, 2004

Protein Structure and Dynamics被引用数 4

ひとこと要約

本研究では、GROMACSを用いて多様なハードウェアおよびネットワーク構成において分子動力学シミュレーションにおける静電的相互作用手法をベンチマークした。粒子格子Ewald（PME）法は、特に最新のシステムにおいて高い精度と競争力のある性能を示し、リン脂質二重層のような電荷を帯びた系のバイオ分子シミュレーションにおいて最適であることが明らかになった。

ABSTRACT

Typical biomolecular systems such as cellular membranes, DNA, and protein complexes are highly charged. Thus, efficient and accurate treatment of electrostatic interactions is of great importance in computational modelling of such systems. We have employed the GROMACS simulation package to perform extensive benchmarking of different commonly used electrostatic schemes on a range of computer architectures (Pentium-4, IBM Power 4, and Apple/IBM G5) for single processor and parallel performance up to 8 nodes - we have also tested the scalability on four different networks, namely Infiniband, GigaBit Ethernet, Fast Ethernet, and nearly uniform memory architecture, i.e., communication between CPUs is possible by directly reading from or writing to other CPUs' local memory. It turns out that the particle-mesh Ewald method (PME) performs surprisingly well and offers competitive performance unless parallel runs on PC hardware with older network infrastructure are needed. Lipid bilayers of sizes 128, 512 and 2048 lipid molecules were used as the test systems representing typical cases encountered in biomolecular simulations. Our results enable an accurate prediction of computational speed on most current computing systems, both for serial and parallel runs. These results should be helpful in, for example, choosing the most suitable configuration for a small departmental computer cluster.

研究の動機と目的

• 高電荷を帯びたバイオ分子系における分子シミュレーションの一般的な静電的相互作用手法の精度と性能を評価すること。
• 単一プロセッサおよび並列クラスタを含むさまざまなコンピュータアーキテクチャにおけるこれらの手法のスケーラビリティと効率性を評価すること。
• 小規模な研究用コンピューティングクラスタにおける構成選定を支援するため、異なるハードウェア構成における性能予測を提供すること。
• ネットワークタイプ（InfiniBand、ギガビットイーサネット、ファストイーサネット）およびメモリアーキテクチャがシミュレーション性能に与える影響を検証すること。

提案手法

• シリアルおよび並列実行の両方において、Pentium-4、IBM Power 4、Apple/IBM G5システムを用いてGROMACSを用いてベンチマークを実施した。
• 典型的なバイオ分子スケールを反映するため、128、512、2048個のリン脂質分子からなるリン脂質二重層系を用いてシミュレーションを実施した。
• 特に粒子格子Ewald（PME）法を含む静電的相互作用手法の、精度および計算速度を、さまざまなハードウェアおよびネットワークトポロジーで評価した。
• 4種類のネットワークタイプ（InfiniBand、ギガビットイーサネット、ファストイーサネット、一様メモリアクセス（UMA））を用いて、最大8ノードのクラスタを用いてスケーラビリティをテストした。
• 計算速度の予測モデリングを可能にするために、単一プロセッサおよび並列実行の両方のパフォーマンスメトリクスを収集した。
• 長距離静電的相互作用を示す系（膜やタンパク質複合体など）に焦点を当て、手法の適性を評価した。

実験結果

リサーチクエスチョン

• RQ1 粒子格子Ewald（PME）法は、異なるハードウェアプラットフォームにおいて、バイオ分子シミュレーションの他の静電的スキームと比較してどのように性能を発揮するか？
• RQ2 異なるネットワーク接続を備えたマルチノードクラスタにおいて、PMEおよび代替手法のスケーラビリティはいかがなっているか？
• RQ3 InfiniBand、ギガビットイーサネット、ファストイーサネット、UMAの各ネットワークタイプが、分子動力学シミュレーションにおける並列性能にどのように影響を与えるか？
• RQ4 PMEは、大規模バイオ分子シミュレーションにおいて、高い精度を維持しながらも、競争力ある計算速度を実現できるか、その程度はどの程度か？
• RQ5 小規模な部門用コンピューティングクラスタにおいて、最も優れたパフォーマンス対コスト比を実現するシステム構成は何か？

主な発見

• 粒子格子Ewald（PME）法は、特にシリアルおよび並列実行において、大多数の最新のコンピューティングシステムで高い精度と競争力のあるパフォーマンスを発揮する。
• PMEは、PCハードウェアで旧式のネットワークインfraを用いた並列実行を除き、他の静電的スキームを上回る性能を示す。
• マルチノードシミュレーションにおいて、InfiniBandおよびUMAネットワークは、ギガビットおよびファストイーサネットに比べ、優れたスケーラビリティとパフォーマンスを実現した。
• 本研究により、現在のハードウェア構成におけるシリアルおよび並列シミュレーションの計算速度を正確に予測可能となった。
• 128、512、2048分子のリン脂質二重層系は、手法のパフォーマンス評価に適した代表的テストケースとして成功裏に使用された。
• 結果は、長距離静電的相互作用を含むバイオ分子シミュレーションにおいてPMEを推奨する根拠を示している。