[论文解读] Long range forces in a performance portable Molecular Dynamics framework

William R. Saunders, James P. Grant+1 more|arXiv (Cornell University)|Aug 3, 2017

Parallel Computing and Optimization Techniques被引用 3

一句话总结

本文提出了一种性能可移植的分子动力学框架，通过领域特定语言（DSL）和代码生成集成埃瓦尔德求和法计算长程静电作用力。结合MPI+OpenMP并行计算与自动优化，该框架实现了出色的可扩展性与竞争力的性能——尤其在中等规模核心数下表现优异，展示了在现代多核架构上的高效可移植性，同时支持复杂静电相互作用，对实现高精度分子动力学模拟至关重要。

ABSTRACT

Molecular Dynamics (MD) codes predict the fundamental properties of matter by following the trajectories of a collection of interacting model particles. To exploit diverse modern manycore hardware, efficient codes must use all available parallelism. At the same time they need to be portable and easily extendible by the domain specialist (physicist/chemist) without detailed knowledge of this hardware. To address this challenge, we recently described a new Domain Specific Language (DSL) for the development of performance portable MD codes based on a "Separation of Concerns": a Python framework automatically generates efficient parallel code for a range of target architectures. Electrostatic interactions between charged particles are important in many physical systems and often dominate the runtime. Here we discuss the inclusion of long-range interaction algorithms in our code generation framework. These algorithms require global communications and careful consideration has to be given to any impact on parallel scalability. We implemented an Ewald summation algorithm for electrostatic forces, present scaling comparisons for different system sizes and compare to the performance of existing codes. We also report on further performance optimisations delivered with OpenMP shared memory parallelism.

研究动机与目标

• 解决在分子动力学模拟中实现高效、可移植的长程静电作用力的挑战，而无需低层并行编程专业知识。
• 使领域科学家（化学家/物理学家）能够以高层级方式表达复杂力核函数，同时在多种硬件上实现高性能。
• 将[3]中提出的性能可移植MD框架扩展至支持长程相互作用，特别是通过埃瓦尔德求和法实现的静电作用力。
• 通过引入混合MPI+OpenMP后端，提升大规模模拟的并行可扩展性，改善负载均衡并减少通信开销。
• 实现与成熟MD代码（如DL_POLY_4）相当的性能，同时保持代码的可移植性与可扩展性。

提出的方法

• 使用基于Python构建的领域特定语言（DSL），以高层级方式表达粒子相互作用核函数，抽象硬件相关细节。
• 应用代码生成系统，自动生成针对多架构（包括多CPU与多GPU系统）的优化并行C代码。
• 实现埃瓦尔德求和算法，通过将势能拆分为实空间与傅里叶空间两部分贡献，计算长程静电作用力。
• 采用混合MPI+OpenMP并行策略：MPI用于节点间通信，OpenMP用于节点内共享内存并行，降低通信开销。
• 为全局数组操作生成线程安全的归约代码，避免并行执行中的写冲突，无需用户干预。
• 通过向量化（如Intel编译器生成的打包指令）与埃瓦尔德参数（α和rc）调优，优化性能，以平衡实空间与傅里叶空间的计算工作量。

实验结果

研究问题

• RQ1 性能可移植的MD框架能否通过埃瓦尔德求和法高效且可移植地实现长程静电作用力？
• RQ2 与成熟的MD代码（如DL_POLY_4）相比，该埃瓦尔德实现的绝对运行时间与可扩展性表现如何？
• RQ3 与纯MPI相比，混合MPI+OpenMP后端在大规模核心数下对强可扩展性的提升程度如何？
• RQ4 在超过单节点规模的扩展中，非最优埃瓦尔德参数（α, rc）对性能的影响有多大？
• RQ5 该框架能否在不牺牲可移植性或领域科学家使用便捷性的情况下，维持高性能并支持复杂、长程相互作用？

主要发现

• 埃瓦尔德求和实现的计算复杂度为O(N^3/2)，符合理论预期，对于N = 1.8×10^5个粒子，87%的运行时间消耗在静电作用力计算上。
• 在单个8核CPU上，该框架对小系统性能与DL_POLY_4相当，但对大系统，DL_POLY_4因采用SPME方法而性能高出一个数量级。
• 混合MPI+OpenMP后端实现了256核（16个节点）的强可扩展性，达到良好的并行效率，突破了纯MPI的可扩展性瓶颈。
• 在单节点上，MPI+OpenMP实现达到了峰值浮点向量性能的34%，其中傅里叶空间循环是最耗时的计算部分。
• Intel编译器成功启用了对k空间象限的傅里叶空间循环向量化，证实了SIMD指令的有效使用。
• 即使使用次优埃瓦尔德参数（α = 0.032，rc = 19Å），框架仍能保持良好性能与可扩展性，对单节点性能影响微乎其微。