Simulations of fluids using the Monte Carlo method on graphic processing units

Molekulske simulacije so zbirka metod za izvajanje računalniških eksperimentov na modelih molekulskih sistemov. Služijo kot most med teoretičnimi napovedmi in eksperimentalnimi rezultati. S kompleksnostjo in velikostjo uporabljenega simulacijskega modela raste potreba po večji računski moči. Za splošno-namensko računanje se zaradi njihovega ugodnega razmerja med računsko zmogljivostjo in porabo energije ter ceno čedalje bolj uporabljajo grafične procesne enote. V tem delu smo se osredotočili na metodo Monte Carlo za simulacijo fluidov. Uspešno smo jo prilagodili za izvajanje na grafičnih procesnih enotah. Uporabili smo platformo CUDA in princip energijske dekompozicije. Tekom simulacije računamo energijo sistema in radialno porazdelitveno funkcijo, interakcije med atomi pa modeliramo s potencialom Lennard-Jones. Podprli smo tudi simulacijo molekul, sestavljenih iz več različnih atomov. Pohitritve vzporedne izvedbe smo analizirali v primerjavi z zaporedno izvedbo, ki se izvaja na centralni procesni enoti. Pri uporabi dvojne natančnosti za predstavitev števil v plavajoči vejici smo dosegli do 172-kratne pohitritve, pri uporabi enojne natančnosti pa skoraj 640-kratne pohitritve.Molecular simulations are a set of methods for performing computer experiments on models of molecular systems. They act as a bridge between theoretical predictions and experimental results. The need for greater computational power grows with the complexity and size of the simulation model. Graphics processing units are increasingly being used for general-purpose computing due to their favourable ratio of computing capacity to power consumption and price. In our work, we focus on the Monte Carlo method for simulation of fluids. We have successfully adapted it for execution on graphics processing units using the CUDA platform and the energy decomposition principle. Throughout the simulation the system energy and radial distribution function are calculated. Inter-atom interactions are modelled using the Lennard-Jones potential. We have also implemented support for molecules composed of several different atoms. We have analysed the performance of our parallel implementation in comparison to a sequential implementation. We have achieved up to 172-fold speedups when using double precision for floating-point number representation and almost up to 640-fold speedups when using single precision