[논문 리뷰] SPARC: Simulation Package for Ab-initio Real-space Calculations

Qimen Xu, Abhiraj Sharma외 6명|arXiv (Cornell University)|2020. 05. 21.

Zeolite Catalysis and Synthesis참고 문헌 77인용 수 5

한 줄 요약

SPARC는 분자의, 결정의, 표면의 실공간에서 정확하고 효율적인 코른-샤문 DFT 계산을 가능하게 하는 오픈소스이며 고도로 확장 가능한 유한차분 밀도함수이론 코드이다. 대규모 병렬 시스템에서 상태의 평면파 코드보다 최대 10배 빠른 해답 시간을 제공하며, 수천 개의 프로세서를 사용하여 100~500 원자 시스템의 해답 시간을 1초 이내로 단축시킨다.

ABSTRACT

We present SPARC: Simulation Package for Ab-initio Real-space Calculations. SPARC can perform Kohn-Sham density functional theory calculations for isolated systems such as molecules as well as extended systems such as crystals and surfaces, in both static and dynamic settings. It is straightforward to install/use and highly competitive with state-of-the-art planewave codes, demonstrating comparable performance on a small number of processors and increasing advantages as the number of processors grows. Notably, SPARC brings solution times down to a few seconds for systems with $\mathcal{O}(100-500)$ atoms on large-scale parallel computers, outperforming planewave counterparts by an order of magnitude and more.

연구 동기 및 목표

• 대규모 병렬 컴퓨팅 환경에서 평면파 기반 DFT 코드의 확장성 및 성능 한계를 해결한다.
• FFT로 인한 병렬 확장성 부족, 충전 시스템에서의 쿨롱 발산, 인위적인 주기성 등의 평면파 방법의 단점을 극복한다.
• 고정밀도를 유지하면서도 수천 개의 프로세서로 효율적으로 확장 가능한 실공간 유한차분 DFT 코드를 개발한다.
• 해답 시간 단축과 병렬 효율성 향상을 통해 대규모 시스템 및 장시간 체계의 양자 분자 동역학(QMD) 시뮬레이션을 효율적으로 가능하게 한다.
• 설치 및 사용 용이성과 기존 워크플로우 및 입력 형식과의 호환성을 확보하여 실공간 방법의 광범위한 보급을 촉진한다.

제안 방법

• 균일한 카르테시안 격자 위에서 코른-샤문 방정식을 실공간 유한차분으로 이산화하여 局소적이고 스텐실 기반 연산을 가능하게 한다.
• 계산 비용 절감과 정확도 유지의 목적으로 노름보존 또는 우르라소프 허위핵을 사용한 허위핵 방법을 적용한다.
• 자기적 수렴 절차의 안정성 향상과 수렴성 향상을 위해 유한온도 코른-샤문 형식을 적용한다.
• 실공간 격자에 적합한 효과적인 예비조건자와 함께 조건부 공액 기울기 방법을 사용하여 코른-샤문 방정식을 해석한다.
• MPI를 활용한 병렬 도메인 분할 전략을 구현하며, 고도로 확장 가능한 데이터 분포 및 통신 최적화를 수행한다.
• 선형 대수 연산을 위해 고도로 최적화된 BLAS, LAPACK, ScaLAPACK 라이브러리를 사용하며, Intel MKL 사용 및 GPU 오프로딩을 선택적으로 지원한다.

실험 결과

연구 질문

• RQ1 실공간 유한차분 DFT 코드는 소규모 시스템에서 최신 평면파 코드와 비교해 유사하거나 더 뛰어난 성능을 달성할 수 있는가?
• RQ2 실공간 유한차분 접근법은 대규모 병렬 아키텍처에서 뛰어난 강력한 스케일링과 단축된 해답 시간을 가능하게 하는가?
• RQ3 SPARC는 유한, 확장, 충전, 주기적 시스템을 포함한 광범위한 시스템을 최소한의 사용자 간섭으로 효율적으로 처리할 수 있는가?
• RQ4 대규모 SPARC 시뮬레이션에서 성능 저하 요인은 무엇이며, 알고리즘적 개선을 통해 이를 완화할 수 있는가?
• RQ5 우수한 확장성 덕분에 이전에는 불가능했던 시뮬레이션, 예를 들어 장시간 QMD나 대규모 결함 연구를 SPARC가 얼마나 가능하게 하는가?

주요 결과

• 소수의 프로세서에서 SPARC는 중간 크기의 시스템에 대해 Quantum ESPRESSO(QE)와 유사한 해답 시간을 기록하며 유사한 성능를 달성한다.
• 100~500 원자 시스템의 경우, SPARC는 대규모 병렬 컴퓨터에서 해답 시간을 몇 초 내로 단축하여 QE보다 최대 10배 이상 빠른 성능를 보인다.
• 312 核에서 SPARC는 1372 원자 알루미늄 시스템에 대해 QMD 단계 시간을 20초를 약간 넘는 것으로 기록하여 대규모 동역학에 있어 높은 효율성을 입증한다.
• 대규모 시스템에서의 주요 성능 저하 요인은 3차원 스케일링을 보이는 부분공간 대각화 단계이며, 이는 시스템 크기가 증가함에 따라 병렬 확장성에 제한을 가한다.
• 계획된 GPU 오프로딩 통합, 구조 적응형 고유값 해법, 강력한 스케일링 향상을 위한 DDBP 방법을 통해 SPARC는 엑사스케일 컴퓨팅 잠재력을 보여준다.
• 이미 여러 연구팀에서 코드를 활용하고 있으며, 간편한 설치 절차와 함께 오픈소스로 공개되어 물질 과학 및 공학 분야에서의 보급을 가속화하고 영향력을 확장할 것으로 기대된다.