基于现代 GPU 利用流体动力学相互作用对高分辨率聚合物链进行千万亿次布朗动力学模拟

即便在现代处理器上，以单个 Kuhn 步的分辨率对相当长且高度精细的聚合物链进行布朗动力学（BD）模拟，在计算上仍然难以承受。当链上的珠粒受到流体动力学相互作用（HI）时尤其如此，这需要在每个时间步使用诸如大矩阵 Cholesky 分解等方法。在本研究中，我们在现代 GPU 上对相当长且高分辨率的聚合物链进行了带 HI 的千万亿次 BD 模拟。我们的结果清楚地揭示了典型的使用弹簧连接珠粒的模型存在的不足。在本文中，首先，我们给出了一个在 GPU 上实现、用于单个 Kuhn 步分辨率链 BD 模拟的高度可扩展并行混合代码的细节。在这个使用 CUDA 和 MPI 的混合代码中，我们通过 Cholesky 分解方法引入了 HI。接下来，我们在平衡态和流动中，通过无 HI 时的结果，用聚合物链的理论预期对 GPU 实现进行了广泛验证。此外，我们在带 HI 的流动中的结果显示，在启动拉伸流和剪切流中，拉伸的时间变化相对于传统的珠-簧模型有显著不同。在所有研究情况下，系综平均链拉伸都远低于珠-簧模型的预测。同样非常值得注意的是，我们的 GPU 实现在最现代可用的 GPU 上，对较短和较长链的计算时间分别呈现出约 $N^{1.2}$ 和约 $N^{2.2}$ 的标度，远低于理论预期的约 $N^{3}$。我们期望我们的方法和结果为进一步分析流场中聚合物物理（使用长且高精细链模型）铺平道路。