Detailansicht
Enhanced window sampling using CUDA enabled devices
Jaffar Hasnain
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Physik
Betreuer*in
Christoph Dellago
DOI
10.25365/thesis.8316
URN
urn:nbn:at:at-ubw:1-30317.39253.838161-0
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Diese Masterarbeit untersucht die Anwendbarkeit von CUDA Graphikkarten in mod-
ernen Physik Simulationen. Zwei bestehende CUDA Projekte, die man auf der
NVIDIA Website finden kann, und eine Publikation von J.A. van Meel dienen als
die Inspiration dieses Unterfangens.
Das untersuchten Algorithmen sind der Ausgangspunkt der detaillierten Analyse
der Nukleationsmechanismen von unterkühlten Lennard-Jones Flüssigkeiten. Die
Voraussagen der klassischen Nukleationstheorie werden durch die Messung der freien
Energie als Funktion der Gröÿe der kristallinen Kerne, die sich in der unterkühlten
Flüssigkeit bilden, bestätigt. Die Arbeit von Wolfgang Lechner in seiner Analyse des
"Gaussian Core Modells" dient als Anhaltspunkt dieser Arbeit, wobei Frenkel et. al.
und Daniele Moroni als die ursprünglichen Architekten dieser Methoden gelten. Um
die Nukleation von unterkuhlten Flüssigkeiten zu untersuchen, wurden, zusätzlich
zu einem Monte Carlo Simulationsalgorithmus, "Bond Order Analysis" und "Um-
brella Sampling" Algorithmen in CUDA entwickelt. Die Komplexität des Systems
und die zu seiner Untersuchung notwendigen Algorithmen sind ein ausreichend guter
Test, um die Brauchbarkeit von CUDA GPGPUs in modernen Physik Simulationen zu evaluieren.
Unter Verwendung einer NVIDIA Tesla C870 GPGPU konnten trotz der Einschrankungen durch die "floating point" Genauigkeit der Graphikkarte mit der Literatur übereinstimmende Resultate produziert werden. Diese Resultate wurden um ungefähr einen Faktor 10 schneller errechnet als auf einem Intel Core Duo 6600 Rechner. In diesem Fall ist damit die Leistung einer solchen Graphikkarte vergleichbar mit der Leistung eines Clusters von Intel Core Duo 6600 Rechnern.
Abstract
(Englisch)
This Master's thesis is essentially a proof of principle that aims to address the question as to whether a CUDA enabled GPGPU (General Purpose Graphics Processing Unit) is capable of conducting simulation experiments that are relevant to computational physicists. Two projects found on the NVIDIA website [1,2] and a publication by J.A. van Meel [3] serve as the inspiration for this undertaking.
The system that is examined is the starting point of the detailed analysis of the nucleation mechanisms of undercooled Lennard-Jones liquids as they transition crystalline phase. The predictions of classical nucleation theory shall be validated by measuring the free energy as a function of the size of of the crystal nuclei that form in the undercooled liquid. The work done by Lechner [4] on the nucleation of the Gaussian core model serves as the touchstone of this thesis while the original architects of the analysis are Frenkel et. al. [5] and Daniele Moroni [6]. Accordingly, bond order analysis and umbrella sampling algorithms had to be developed in CUDA in addition to a Metropolis Monte Carlo simulation. The complexity of the algorithms required for the investigation of the nucleation of the Lennard-Jones liquid are considered an appropriate benchmark for the performance of GPGPUs in modern physics simulations.
It was found that a Tesla C870 GPGPU, despite the limitation of only being able to use floating point operations, was able to accurately reproduce the results obtained by Moroni and Frenkel et. al. and that the computational time was reduced by at least an order of magnitude compared to a IntelR CoreTM Duo 6600 , making the GPGPU as efficient as a cluster of such CPUs.
Schlagwörter
Schlagwörter
(Englisch)
GPGPU Bond Order Umbrella Sampling CUDA Nucleation
Schlagwörter
(Deutsch)
GPGPU Bond Order Umbrella Sampling CUDA Nukleation
Autor*innen
Jaffar Hasnain
Haupttitel (Englisch)
Enhanced window sampling using CUDA enabled devices
Paralleltitel (Deutsch)
Simulation der Nukleation mit Hochleistungsgrafikkarten
Publikationsjahr
2010
Umfangsangabe
60 S. : graph. Darst.
Sprache
Englisch
Beurteiler*in
Christoph Dellago
Klassifikation
30 Naturwissenschaften allgemein > 30.30 Naturwissenschaften in Beziehung zu anderen Fachgebieten
AC Nummer
AC08131960
Utheses ID
7493
Studienkennzahl
UA | 066 | 876 | |