NVIDIA Tesla K80 GPU助力精确计算生物分子电荷信息

简介:
案例简介
• 本案例中,分子反应动力学国家重点实验室-分子模拟与设计研究组利用NVIDIA GPU助力精确计算生物分子受环境影响所产生的原子电荷信息。利用Tesla K80 GPU强大的计算能力极大地提升了迭代过程中量子化学计算的效率,对精确描述生物分子在特定环境影响下的原子电荷信息起到了至关重要的作用。
• 本案例主要应用到拥有NVIDIA Tesla K80 GPU 的超级计算机。
Case Introduction
• In this case, State Key Laboratory of Molecular Reaction Dynamics, Laboratory of Molecular Modeling and Design applies the NVIDIA GPU to calculate the accurate molecular charges effected by its environment. The Tesla K80 GPU dramatically improves the efficiency of QM calculation in interactions, and plays the key point in illustrating the effectiveness of atomic charge in molecular by its specific environment.
• The major product utilized in the case is NVIDIA Tesla K80 GPU supercomputer.
现状
分子反应动力学国家重点实验室(www.sklmr.dicp.ac.cn)依托于中国科学院大连化学物理研究所。其发展和利用国际先进的化学反应动力学实验技术和高精度动力学理论相结合的方法,深入细致地研究重要化学过程中的动力学机理,在原子、分子的层次和量子态分辨水平上揭示基本化学动力学规律,在分子反应动力学基础科学研究中做出重要创新成果,为重大科学技术进步提供基础知识支撑,保持反应动力学研究的国际领先地位,占据国际化学反应动力学研究的至高点。分子反应动力学国家重点实验室一直是国内化学反应动力学的主要研究基地和承担国家重大基础研究项目的牵头单位,已经成为国际上备受瞩目的重要的分子反应动力学研究中心。
分子模拟与设计研究组(Laboratory of Molecular Modeling and Design)主要面向生物能源、生物医药、生命科学、生物技术及催化材料等相关领域,发展新的理论计算方法,结合已有的分子模拟与设计程序,与实验工作者密切合作, 针对实验所关心的科学和技术问题开展研究。
未来,本课题组还将基于NVIDIA Tesla GPU提供的卓越计算性能,应用于超大尺度生物分子的原子电荷随环境的变化而改变的描述过程中。并通过基于量子化学的计算全面提升实时的原子电荷计算的准确度和效率。完善原子电荷精确计算的加速方法,为进一步分析生物大分子与其所处环境的相互影响提供可靠的理论支持。

NV Template_GPU助力精确计算分子电荷信息.pdf

708.2 KB, 下载次数: 1


原文发布时间为: 2018-2-26 14:40:00
原文由:emily 发布,版权归属于原作者 
本文来自云栖社区合作伙伴NVIDIA,了解相关信息可以关注NVIDIA官方网站
相关实践学习
基于阿里云DeepGPU实例,用AI画唯美国风少女
本实验基于阿里云DeepGPU实例,使用aiacctorch加速stable-diffusion-webui,用AI画唯美国风少女,可提升性能至高至原性能的2.6倍。
目录
相关文章
|
21天前
|
人工智能 并行计算 PyTorch
【PyTorch&TensorBoard实战】GPU与CPU的计算速度对比(附代码)
【PyTorch&TensorBoard实战】GPU与CPU的计算速度对比(附代码)
29 0
|
3月前
|
人工智能 弹性计算 PyTorch
【Hello AI】神行工具包(DeepGPU)-GPU计算服务增强工具集合
神行工具包(DeepGPU)是阿里云专门为GPU云服务器搭配的GPU计算服务增强工具集合,旨在帮助开发者在GPU云服务器上更快速地构建企业级服务能力
129537 3
|
7月前
|
机器学习/深度学习 虚拟化 数据中心
NVIDIA T4和A10:不同应用场景下的GPU加速器选择
在数据中心和云计算领域,GPU加速器扮演着至关重要的角色。NVIDIA T4和A10是两款适用于不同应用场景的GPU加速器。本文将比较它们的性能和适用场景,帮助读者更好地选择适合自己需求的GPU实例。
1603 0
|
7月前
|
弹性计算 虚拟化 异构计算
阿里云GPU服务器详细介绍(Nvidia M40/P100/P4/V100)
阿里云GPU服务器详细介绍(Nvidia M40/P100/P4/V100),阿里云GPU服务器租用价格表包括包年包月价格、一个小时收费以及学生GPU服务器租用费用,阿里云GPU计算卡包括NVIDIA V100计算卡、T4计算卡、A10计算卡和A100计算卡
1318 0
|
9月前
|
弹性计算 虚拟化 异构计算
阿里云GPU服务器NVIDIA T4 GPU卡租用价格表
阿里云GPU服务器NVIDIA T4 GPU卡租用价格表,阿里云GPU服务器租用价格表包括包年包月价格、一个小时收费以及学生GPU服务器租用费用,阿里云GPU计算卡包括NVIDIA V100计算卡、T4计算卡、A10计算卡和A100计算卡,GPU云服务器gn6i可享受3折优惠,阿里云百科分享阿里云GPU服务器租用价格表、GPU一个小时多少钱以及学生GPU服务器收费价格表
295 0
|
29天前
|
存储 机器学习/深度学习 并行计算
阿里云服务器X86计算、Arm计算、GPU/FPGA/ASIC、高性能计算架构区别
在我们选购阿里云服务器的时候,云服务器架构有X86计算、ARM计算、GPU/FPGA/ASIC、弹性裸金属服务器、高性能计算可选,有的用户并不清楚他们之间有何区别,本文主要简单介绍下不同类型的云服务器有何不同,主要特点及适用场景有哪些。
阿里云服务器X86计算、Arm计算、GPU/FPGA/ASIC、高性能计算架构区别
|
6月前
|
机器学习/深度学习 人工智能 芯片
一文详解多模态大模型发展及高频因子计算加速GPU算力 | 英伟达显卡被限,华为如何力挽狂澜?
近年来,全球范围内的芯片禁令不断升级,给许多企业和科研机构带来了很大的困扰,需要在技术层面进行创新和突破。一方面,可以探索使用国产芯片和其他不受限制的芯片来替代被禁用的芯片;另一方面,可以通过优化算法和架构等方法来降低对特定芯片的依赖程度。
|
2月前
|
并行计算 TensorFlow 算法框架/工具
|
3月前
|
弹性计算 并行计算 UED
带你读《弹性计算技术指导及场景应用》——4. 自动安装NVIDIA GPU驱动和CUDA组件
带你读《弹性计算技术指导及场景应用》——4. 自动安装NVIDIA GPU驱动和CUDA组件
|
4月前
|
弹性计算 并行计算 UED
GPU实例使用--自动安装NVIDIA GPU驱动和CUDA组件
GPU 云服务器正常工作需提前安装正确的基础设施软件,对于搭载了 NVIDIA 系列 GPU卡的实例而言,如果把 NVIDIA GPU 用作通用计算,则需安装 NVIDIA GPU 驱动、 CUDA、cuDNN等软件。
100911 3