面向LAMMPS的Kokkos加速矩张量势能实现
材料科学
2025-10-02 v1
摘要
我们提出了一种基于Kokkos加速的矩张量势能（Moment Tensor Potential, MTP）实现，旨在提升跨CPU和GPU平台的计算性能和可移植性。该软件包引入了优化后的CPU版本——实现最高可达2倍的加速——以及两种新的GPU版本：一种针对大规模模拟的线程并行版本，一种针对小规模系统优化的块并行版本。它支持三项核心功能：标准推理、配置模式主动学习和邻域模式主动学习。基准测试和案例研究表明，系统能够高效扩展至百万原子规模，显著扩展了可访问的长度和时间尺度，同时保持了MTP接近量子精度的特性，并原生支持不确定性量化。
引用
@article{arxiv.2510.00193,
title = {A Kokkos-Accelerated Moment Tensor Potential Implementation for LAMMPS},
author = {Zijian Meng and Karim Zongo and Edmanuel Torres and Christopher Maxwell and Ryan Eric Grant and Laurent Karim Béland},
journal= {arXiv preprint arXiv:2510.00193},
year = {2025}
}
备注
16 pages, 6 figures Software Repository: https://github.com/RichardZJM/lammps-mtp-kokkos