[논문 리뷰] cuGUGA: Operator-Direct Graphical Unitary Group Approach Accelerated with CUDA

Zihan Pengmei|arXiv (Cornell University)|2026. 01. 25.

Parallel Computing and Optimization Techniques인용 수 0

한 줄 요약

cuGUGA는 CSF 기저에서 연산자-직접 GUGA CI 해를 구현하고 CUDA GPU에서 이를 가속화하여 CASCI/CASSCF 작업에서 거의 정확한 에너지와 큰 속도 향상을 달성한다, 특히 작은 활성 공간에서.

ABSTRACT

We present cuGUGA, an operator-direct graphical unitary group approach (GUGA) configuration interaction (CI) solver in a spin-adapted configuration state function (CSF) basis. Dynamic-programming walk counts provide constant-time CSF ranking/unranking, and pretabulated segment factors enable constant-time evaluation of coupling coefficients. Two-electron contributions are organized through an intermediate-weight formulation that separates sparse generator enumeration from integral contraction and supports both dense and density-fitted/Cholesky backends. We further map the same primitives to GPUs by implementing the irregular DRT traversal and accumulation in custom CUDA kernels while delegating contractions to CUDA libraries. The implementation reproduces reference energies at the 10^{-11} Eh level and matches CPU/GPU sigma-vectors to 10^{-14}. On an RTX 4090, the GPU backend provides up to ~10x speedup over the CPU backend for smaller active spaces and multifold speedups on representative CASCI kernels. Speedup decreases as the active space grows because the workload becomes increasingly dominated by FP64 GEMM, which is not strongly accelerated on consumer GPUs. In addition, the cuGUGA CPU backend generally delivers >2x speedup over PySCF's determinant backend and >4x speedup over PySCF CSF backend.

연구 동기 및 목표

• 강하게 상관된 시스템에 대한 정확한 다중참조 전자구조 방법의 동기를 제시한다.
• CSF 기반의 스핀적합 CI 해를 개발하고 CSF-직접, 그래프-희소화(formulation)를 활용한다.
• CSF-결합 열거를 분리하고 적분 수축과의 매핑을 통해 GPU 구현의 효율을 높인다.

제안 방법

• CSFs를 DRT/Shavitt 그래프의 루트-리프 걸음으로 표현하고 동적 프로그래밍으로 CSF 순위/언랭킹을 위한 접미사 걸음 수 W(v)를 계산한다.
• 세그먼트-걷기 중 로컬 세그먼트 팩터 S를 상수 시간에 평가하기 위해 이중 레벨 LUT를 사용한다.
• 희소 CSF 결합을 세그먼트-워크 이웃 오라클로 열거하고 적분(밀집 또는 밀도-적합/콜레스키)과 수축으로 연산하는 연산자-직접 σ = Hc를 구성한다.
• 생성자 열거를 분리하기 위해 중간 가중치 분해를 사용하여 C^(rs)_(μj)와 g^(μj)_(pq)로 이차 전자 부분을 표현한다.
• GPU 매핑을 Flattened DRT 테이블, 표 기반 세그먼트 팩터, 배치 Davidson 반복, 그리고 irregular outputs 다루기 위한 count-scan-write 전략으로 구현한다.
• 수축을 위한 밀집 및 DF/콜레스키 백엔드를 제공하고 이중 정밀도로 장치 내에서 결과를 누적한다.

Figure 7: CASCI kernel timings for three representative systems (fixed Davidson budget; mean over three repeats). The GPU bar corresponds to the cuGUGA backend on an RTX 4090.

실험 결과

연구 질문

• RQ1 연산자-직접 GUGA 형식이 CSF 기저에서 기준 에너지를 높은 정확도로 재현할 수 있는가?
• RQ2 다양한 활성 공간에서 CPU 백엔드 및 PySCF 구현 대비 cuGUGA GPU 백엔드의 성능 특성 및 속도향상은 어떠한가?
• RQ3 GPU에서 엔드-투-엔드 CASCI/CASSCF 워크플로우에서 밀집 백엔드와 밀도-적합/콜레스키 백엔드의 비교는 어떠한가?
• RQ4 DAG 기반 CSF 순위/언랭킹 및 LUT 기반 세그먼트 팩터가 불규칙 그래프 traversal에서 확장 가능한 GPU 실행을 얼마나 가능하게 하는가?
• RQ5 GPU에서 생성된 σ-벡터가 CPU 참조와 절대/상대 오차 측면에서 얼마나 근접한가?

주요 결과

코드/백엔드	모델/문제	에너지 E (Eh)	ΔE (Eh)
PySCF	DET	-224.6516842783717	0
PySCF	CSF	-224.6516842783705	1.194×10^-12
cuGUGA	CPU	-224.6516842783876	-1.586×10^-11
cuGUGA	CUDA	-224.6516842783876	-1.589×10^-11
PySCF	DET	-77.870218781788	0
CuGUGA	CPU	-77.870218781467	-3.211×10^-10
CuGUGA	GPU	-77.870218781769	-1.917×10^-11
Columbus	MCSCF	-77.870218782000	-2.121×10^-10
OpenMolcas	RASSCF	-77.87021875	3.179×10^-08

• CuGUGA는 참조 에너지를 1e-11 Eh 수준으로 재현하고 σ-벡터를 1e-14(상대)까지 매칭한다.
• RTX 4090에서 GPU 백엔드는 작은 활성 공간에 대해 CPU 백엔드 대비 최대 약 10×의 속도향상을 달성하고, 가능할 때 CASCI 커널에서 상당한 배수를 달성한다.
• CuGUGA의 CPU 백엔드는 일반적으로 PySCF의 결정자(backed) 백엔드 대비 약 2× 이상 속도향상을 제공하고 PySCF의 CSF 백엔드 대비 약 4× 이상 속도향상을 제공한다.
• 더 큰 활성 공간의 경우 DF/콜레스키 백엔드는 매트릭스-매트릭스 수축을 효율적으로 수행하도록 하여 GEMM 병목의 지배를 감소시킨다.
• 이 방법은 벤치마크 사례에서 CASCI/CASSCF 에너지를 정확하게 도출하며(예: CAS(12,12)에서 O3, 에틸렌 CAS(2,2)) 보고된 허용오차범위 내에서 코드 간 일관성을 보인다.
• 불규칙한 DRT Traversal 및 세그먼트-워크 열거는 GPU에서 변수 출력 크기를 효율적으로 처리하기 위해 count-scan-write로 구현되었다.

Figure 8: Matvec (hop) timing breakdown for O 3 CAS(12,12) in the fixed-budget benchmark, comparing the cuGUGA CPU contract backend and the cuGUGA GPU backend. Bars are stacked by major phases.