[논문 리뷰] CellListMap.jl: Efficient and customizable cell list implementation for calculation of pairwise particle properties within a cutoff

Leandro Martı́nez|arXiv (Cornell University)|2022. 02. 13.

Scientific Research and Discoveries참고 문헌 21인용 수 13

한 줄 요약

CellListMap.jl은 셀 리스트를 사용하여 커팅오프 이내의 쌍방향 입자 성질을 효율적으로 계산하기 위한 고성능, 사용자 정의 가능한 Julia 패키지입니다. 이 패키지는 거리에 따라 변하는 계산—예를 들어 잠재 에너지, 힘, 속도 분포 등—을 위한 임의의 함수를 정의할 수 있게 하며, 병렬 처리, 주기적 경계 조건, 자동 미분, 단위 전파를 지원하여 최신 시뮬레이션 도구 수준의 성능를 달성합니다.

ABSTRACT

N-body simulations and trajectory analysis rely on the calculation of attributes that depend on pairwise particle distances within a cutoff. Interparticle potential energies, forces, distribution functions, neighbor lists, and distance-dependent distributions, for example, must be calculated. Cell lists are widely used to avoid computing distances outside the cutoff. However, efficient cell list implementations are difficult to customize. Here, we provide a fast and parallel implementation of cell lists in Julia that allows the mapping of custom functions dependent on particle positions in 2 or 3 dimensions. Arbitrary periodic boundary conditions are supported. Automatic differentiation and unit propagation can be used. The implementation provides a framework for the development of new analysis tools and simulations with custom potentials. The performance of resulting computations is comparable to state-of-the-art implementations of neighbor list algorithms and cell lists, available in specialized software. Examples are provided for the computation of potential energies, forces, distribution of pairwise velocities, neighbor lists and other typical calculations in molecular and astrophysical simulations. The Julia package is freely available at http://m3g.github.io/CellListMap.jl. Interfacing with Python and R with minimal overhead is possible.

연구 동기 및 목표

• 사용자 정의 입자 시뮬레이션과 궤적 분석을 위한 확장 가능하고 고성능의 셀 리스트 구현이 부족한 문제를 해결하기 위해.
• 저수준 프로그래밍 없이도 새로운 쌍방향 입자 성질—예를 들어 사용자 정의 잠재력이나 상관 함수—를 구현할 수 있도록 하기 위해.
• 2D 및 3D 시스템에 대해 주기적 경계 조건을 지원하는 성능이 우수하고 타입 일반화된 프레임워크를 제공하기 위해.
• 단위 전파, 자동 미분, 파이썬 및 R와의 상호 운용성을 지원하여 과학 워크플로우에 원활하게 통합하기 위해.
• 특수화된 시뮬레이션 소프트웨어 수준의 성능를 유지하면서도 사용자 우량한 고수준 인터페이스를 제공하기 위해.

제안 방법

• 패키지는 Julia의 고수준 문법과 다형성 디스패치를 활용하여 사용자가 거리 커팅오프 이내의 입자 쌍에 대해 작용하는 사용자 정의 함수를 정의할 수 있도록 합니다.
• 시스템의 박스 기하학과 커팅오프 반경에 기반해 공간을 격자 셀로 분할하여 셀 리스트를 구성함으로써, O(n²) 대신 O(n)의 이웃 검색이 가능해집니다.
• 핵심 계산은 `map_pairwise` 함수를 통해 수행되며, 이는 사용자 정의 함수를 커팅오프 이내의 모든 입자 쌍에 적용하고 스레드 간 자동 병렬 처리를 수행합니다.
• 입자 간 최소 이미지 거리를 계산하여 일반적인 주기적 경계 조건을 지원합니다.
• 타입 일반화 프ogramming을 통해 단위, 불확실성, 자동 미분(ForwardDiff.jl를 통한)이 계산 과정 전반에 걸쳐 전파될 수 있도록 합니다.
• 출력 버퍼 재사용 옵션과 셀 리스트 구축 및 매핑 단계에 대한 스레드 수 제한 설정을 통해 메모리 효율성을 확보합니다.

실험 결과

연구 질문

• RQ1 고수준의 사용자 확장 가능한 프레임워크가 입자 시뮬레이션에서 특수화된 저수준 이웃 목록 구현과 유사한 성능를 달성할 수 있는가?
• RQ2 Lennard-Jones 잠재력 계산과 같은 일반적인 계산에서 입자 수와 병렬 스레드 수가 증가함에 따라 패키지의 스케일링 성능는 어떻게 되는가?
• RQ3 성능가능성이 높은 병렬 셀 리스트 프레임워크에 자동 미분과 단위 전파를 얼마나 잘 통합할 수 있는가?
• RQ4 1억 개의 입자를 포함한 대규모 시뮬레이션을 합리적인 메모리 및 시간 오버헤드로 처리할 수 있는가?
• RQ5 셀 리스트 구축 단계의 성능는 매핑 단계와 비교해 어떻게 되며, 이 버티브레인은 튜닝 또는 아키텍처 개선을 통해 완화될 수 있는가?

주요 결과

• 패키지는 최신 기술 수준의 이웃 목록 구현과 유사한 성능를 달성했으며, 입자 수에 대한 계산 시간이 직선적으로 증가함을 확인했습니다. 이는 순차적 및 병렬 실행 모두에서 성립합니다.
• Lennard-Jones 잠재력 계산에서 매핑 단계는 입자 수와 최대 128개의 스레드까지 선형적으로 스케일링되며, 높은 병렬 효율성을 보였습니다.
• 8개 이상의 스레드를 초과할 경우 셀 리스트 구축 단계의 스케일링 성능가 떨어져, 작은 시스템이나 매핑 함수가 간단한 경우 성능 저하 요인이 되었습니다.
• 프레임워크는 약 70퍼센트의 가용 메모리를 사용하여 1억 개의 입자에 대해 쌍방향 속도 분포를 계산했으며, 약 30분 만에 완료되었고, halotools에 비해 더 뛰어난 메모리 효율성과 확장성을 보였습니다.
• 성능 손실 없이도 단위 전파와 자동 미분을 성공적으로 통합하여 도함수 기반 분석과 불확실성 정량화를 가능하게 했습니다.
• 단 몇 줄의 코드로도 복잡한 시뮬레이션과 분석을 인터랙티브하게 고수준으로 구현할 수 있었으며, 최소한의 부록 코드와 높은 유지보수성을 확보했습니다.