PowerEdge：使用 Volta GPU 的 R740 上的 NAMD 性能

有多种 HPC 应用程序 可以从使用 NVIDIA GPU 中受益，NAMD 就是此类应用程序之一。纳米级分子动力学 （NAMD） 是用于分子动力学仿真的开源软件，使用 CHARMM 并行编程模型，专为大型生物分子系统的高性能仿真而设计。
要从 GPU 加速中受益，需要 NAMD 的 CUDA 内部版本。有关使用 CUDA 支持编译 NAMD 的说明，请参阅 此处 。

在本文中，我们将讨论在单个 Dell EMC PowerEdge R740 服务器中使用 NVIDIA 最新 Volta GPU V100-32GB 的 NAMD 性能。

PowerEdge R740 是一款配备英特尔 Skylake 处理器的 2U 双路服务器。它可以配置为支持多达 3 个双宽 GPU 和一个高速网络适配器。

表 1 显示有关用于测试的硬件配置和应用程序详细信息。针对此测试编译了 NAMD 的夜间内部版本，测试日期为 2018 年 8 月 17 日。

       

表 1 硬件和软件配置详情

性能结果

NAMD 使用三个不同的数据集进行了测试：ApoA1、F1ATP 酶和 STMV，分别由 92 K、327 K 和 1066k 原子组成。与 F1ATPase 和 STMV 相比，Apoa1 是一个更小的数据集。此处的性能指标是“ns/days”。本部分中显示的数据基于 10 次测试的平均值。
图 1 显示了在三个数据集上使用 CPU 和多个 GPU 时的 NAMD 性能。按照英特尔至强 处理器 的说明编写了英特尔至强处理器的 NAMD。下图记录了从 CPU 到 GPU 的性能改进。

 
                                                                         图 1 CPU 和 GPU 上的 NAMD 性能

•     性能相对于不同数据集中的双 CPU 结果。
•     与所有三个数据集的 CPU 版本相比，NAMD 的 GPU 版本可将速度提高多达 11.2 倍。
•     添加第二张 GPU 卡时，性能额外提高了 23%-33%。在两个 GPU 到三个 GPU 测试中，观察到的比例为 6-9%。
   

  我们还在 1、2 和 3 个 GPU 中使用不同数量的 CPU 核心对 NAMD 进行了测试，以确定实现最佳性能所需的最小 CPU 核心数。

   

                                                        图 2 不同 CPU 核心计数和 GPU 下的 STMV 性能

•     如图 2 所示，使用太少的 CPU 核心会对性能产生负面影响，并且随着我们增加核心数量，性能会有所提高
•     测试一个具有 20+ 个 CPU 核心的 V100 取得了良好的性能。当我们使用 20 个以上的核心时，性能会额外获得 2-3% 的优势。
•     该测试也对其他两个数据集 ApoA1 和 F1ATPase 进行了。在它们身上观察到类似的性能行为。
   

  
   

  ---

  摘要

  此处介绍了 Dell EMC PowerEdge R740 服务器和 NVIDIA Volta V100-32GB GPU 的 NAMD 性能结果。使用 GPU 时，与仅 CPU 的测试相比，速度可提高 ~6.6 倍至 11.2 倍。带有 3 个 V100 卡的 R740 服务器提供最佳性能，而带有 2 个 V100 卡的 R740 在三个 GPU 配置的 91% 以内。如果预算有限，每台 R740 一个 GPU 将是一个不错的选择，因为与 CPU 相比，它最多可将速度提升 8 倍。我们还使用不同的 CPU 核心和 GPU 进行了测试，我们注意到使用太少的 CPU 核心（在我们的测试中少于 20 个核心）会降低 GPU 测试中的 NAMD 性能。