A Comparison of the Performance of the Molecular Dynamics Simulation Package GROMACS Implemented in the SYCL and CUDA Programming Models

多年来，基于Nvidia GPU架构的系统一直占据着异构超级计算机领域的主导地位。然而，最近由英特尔和AMD制造的GPU芯片组已经进入了这个市场，并且现在可以在一些世界上最快的超级计算机中找到它们的身影。2023年6月发布的TOP500超级计算机列表将田纳西州橡树岭国家实验室的Frontier超级计算机列为世界上排名第一的系统。该系统采用AMD Instinct 250 X GPU，目前是世界上唯一的真正的Exascale计算机。第一个支持跨多个硬件供应商的异构平台的框架是OpenCL，创建于2009年。自那时以来，已经开发出了许多框架来支持供应商无关的异构环境，包括OpenMP、OpenCL、Kokkos和SYCL。SYCL将OpenCL的概念与单源C++的灵活性相结合，是更有前途的异构计算设备编程模型之一。这个框架的一个关键优势是它提供了一个更高级的编程接口，抽象了许多硬件细节，使得SYCL更容易学习和在多个架构和供应商之间维护。近年来，使用异构计算架构加速分子动力学模拟的兴趣日益增长。一些更受欢迎的分子动力学模拟包括Amber、NAMD和Gromacs。然而，据我们所知，只有Gromacs已经成功地移植到SYCL。在本文中，我们比较了使用SYCL和CUDA框架编译的GROMACS在各种标准GROMACS基准测试中的性能。此外，我们还比较了它在三种不同的Nvidia GPU芯片组（P100、V100和A100）上的性能。

比较SYCL和CUDA框架在GROMACS分子动力学模拟中的性能表现，并比较不同Nvidia GPU芯片集的性能

使用SYCL框架进行GROMACS分子动力学模拟可以提供更高级别的编程接口，使得在多个架构和供应商之间更易于学习和维护

论文比较了使用SYCL和CUDA框架在多种标准GROMACS基准测试中的性能，并比较了不同Nvidia GPU芯片集的性能。只有Gromacs成功地移植到了SYCL。

最近的相关研究主要集中在使用异构计算架构加速分子动力学模拟，包括Amber、NAMD和Gromacs。