Ross C.Walker

近20年以來，基于圖形處理器（GPU，Graphics Processing Units）的計(jì)算模擬技術(shù)快速發(fā)展，研究內(nèi)容幾乎涵蓋了各個(gè)學(xué)科。本書通過梳理GPU技術(shù)的發(fā)展歷史，突出了GPU的技術(shù)優(yōu)勢，并重點(diǎn)介紹了圖形處理器在電子結(jié)構(gòu)計(jì)算方面的應(yīng)用及進(jìn)展。

全書分為兩個(gè)部分。第一部分 主要是計(jì)算科學(xué)的發(fā)展歷史和常用的電子結(jié)構(gòu)計(jì)算方法，包含第1-3章：1.介紹并行計(jì)算的歷史背景和GPU技術(shù)的出現(xiàn)，突出GPU相對(duì)于CPU在海量數(shù)據(jù)處理方面的優(yōu)勢；2.介紹目前最流行的CUDA通用并行計(jì)算架構(gòu)，并分析了GPU技術(shù)對(duì)硬件和軟件的要求；3.總覽電子結(jié)構(gòu)計(jì)算方法，包括哈特利-?？朔椒?、密度泛函理論、半經(jīng)驗(yàn)理論等，并分析了不同的基組函數(shù)選擇對(duì)計(jì)算效率的影響。第二部分 主要是對(duì)各種不同基組函數(shù)和不同計(jì)算方法的細(xì)致分析，含第4-14章：4.基于GPU的高斯型基組的哈特利-?？朔椒ê兔芏确汉碚摰挠?jì)算，進(jìn)行了烯烴和水分子相互作用計(jì)算的實(shí)例，其主要應(yīng)用于原子與分子的尺度；5.結(jié)合ADF軟件，分析了GPU對(duì)Slater型基組密度泛函理論的計(jì)算效率的提高；6.基于小波變換的大規(guī)模并行混合架構(gòu)密度泛函理論計(jì)算；7.基于平面波的密度泛函理論電子結(jié)構(gòu)計(jì)算方法，并對(duì)幾何結(jié)構(gòu)弛豫、能帶結(jié)構(gòu)與電子密度計(jì)算進(jìn)行了分析。相比于CPU，GPU的計(jì)算速度更快，同時(shí)也對(duì)計(jì)算軟件的優(yōu)化提出了更高的要求；8.GPU對(duì)線性標(biāo)度算法中的稀疏矩陣乘法的加速；9.基于格點(diǎn)的投影綴加波方法，GPU在提升該方法計(jì)算速度方面還有很大的空間；10.GPU在實(shí)空間密度泛函和含時(shí)密度泛函理論方面的應(yīng)用；11.GPU對(duì)半經(jīng)驗(yàn)的量子化學(xué)計(jì)算方法的優(yōu)化；12.GPU對(duì)MollerPlesset二級(jí)微擾理論計(jì)算方法的改進(jìn)；13.基于GPU的迭代耦合簇方法，此方法主要解決多體問題，并主要應(yīng)用于費(fèi)米子體系；14.基于GPU的微擾耦合簇方法，并從單參考態(tài)耦合簇方法和多參考態(tài)耦合簇方法兩個(gè)方面進(jìn)行了分析。

本書對(duì)于圖形處理器的電子結(jié)構(gòu)的計(jì)算方法做了細(xì)致的介紹，并在每一章都列舉了計(jì)算實(shí)例，輔助讀者理解GPU在數(shù)據(jù)計(jì)算方面的優(yōu)勢。由于基于平面波的密度泛函理論是目前材料科學(xué)計(jì)算領(lǐng)域最常用的方法，因此作者在第7章花費(fèi)了較多篇幅介紹了該方法的理論背景，并對(duì)CPU和GPU計(jì)算實(shí)例進(jìn)行了比較，凸顯了GPU的計(jì)算優(yōu)勢。因此本書對(duì)于從事計(jì)算軟件開發(fā)和材料計(jì)算科學(xué)的研究人員有重要的參考意義。

梁飛，博士研究生