Chimica computazionale
Ci sono diversi progetti in corso per l'accelerazione dei codici di chimica quantistica usando GPU CUDA-compatibili, inclusi quelli sulle Gaussiane e sui GAMESS. Le tabelle qui sotto mostrano risultati rappresentativi, seguiti da collegamenti al software e da rapporti tecnici sull'accelerazione CUDA della chimica computazionale.
L'introduzione di NVIDIA Tesla Bio Workbench offre ai biofisici e agli esperti di chimica computazionale gli strumenti necessari per ampliare i confini della ricerca biochimica, ottimizzando il workflow scientifico e accelerando il ritmo delle scoperte. Altre informazioni.
 |
 |
| Calcoli diretti di campi auto-consistenti (SCF) Ufimtsev e Martinez |
Valutazione integrale a due elettroni Koji Yasuda |
 |
|
Scaricamento di software per la dinamica molecolare compatibili con CUDA
- Altre informazioni sull'accelerazione via GPU di VMD
- NAMD 2.7 Beta 2 include l'accelerazione CUDA
- HOOMD: Highly Optimized Object Oriented Molecular Dynamics (dinamica molecolare orientata agli oggetti altamente ottimizzata)
- Libreria OpenMM per l'accelerazione della dinamica molecolare sulle GPU
- GROMACS con OpenMM
- Porting di AMBER su CUDA
- Porting di LAMMPS su GPU
- TeraChem: primo codice di chimica quantistica programmato dalle fondamenta per le GPU CUDA
- ACE-MD
- MDGPU
- GPUGrid.net
- BigDFT: codice di struttura elettronica di DFT (teoria funzionale della densità) -- documento in PDF
- PC GAMESS su CUDA
- Todd Martinez lavora sulle elaborazioni di chimica quantistica su GPU
- Q-Chem su CUDA
- Un'implementazione del metodo Particle-Mesh Ewald (PME) su hardware GPU
- Valutazione integrale a due elettroni sulla GPU
- Accelerazione del metodo FMO (MO frammentario) usando CUDA
- Pubblicazioni relative a NAMD e VMD
- Dinamica molecolare su una griglia di GPU
Sessioni della GPU Technology Conference
- Discorso dell'ospite d'onore: Velocizzazione della ricerca scientifica , Hans Peter Pfister, Harvard University
- Dinamica molecolare accelerata via GPU con AMBER, The Scripps Research Institute e San Diego Supercomputer Center
- Accelerazione via GPU di visualizzazione e analisi in VMD, University of Illinois a Champaign-Urbana
- Biofisica computazionale ed elettrostatica a lungo raggio su GPU, NVIDIA
- Computing volontario per le GPU: petaflop gratuiti, UC Berkeley
- Sfruttamento delle GPU per la formazione dei chirurghi e la pianificazione preoperativa, CSIRO
- Solutori accelerati dalle GPU per ODE che descrivono equazioni delle membrane cardiache, UC San Diego
- Ricostruzione del cervello: estrazione della circuitazione neurale con CUDA ed MPI, Harvard University
- Visualizzazione su computer ispirata dalla biologia: un approccio a elevata produttività, MIT
- Una simulazione su larga scala di QCD su reticolo con un cluster di GPU, National Taiwan University
- Panoramica del supporto di NVIDIA CUDA in AMBER – lezioni apprese, capacità implementate, Ross Walker, University of California San Diego, San Diego Supercomputing Center
- Sfruttamento della velocità delle GPU per accelerare la simulazione di particelle LAMMPS, Paul Crozier, Sandia National Laboratory
- Accelerazione delle applicazioni di modellazione molecolare con il GPU Computing, John Stone, Beckman Institute for Advanced Science and Technology, University of Illinois a Urbana Champaign
