云計算平臺上分子動力學模擬的研究與實現(xiàn).pdf

1、云計算技術(shù)的飛速發(fā)展推動了信息化架構(gòu)的大整合，但將高性能計算遷移到云服務上，仍面臨著重重挑戰(zhàn)。尤其是目前廣泛用于海量數(shù)據(jù)處理的Hadoop體系，應用到科學計算的某些領(lǐng)域存在頻繁通信和迭代的難題。另一方面，傳統(tǒng)的基于HPC集群的并行計算又無法滿足飛速增長的數(shù)據(jù)處理需要，因此低成本、高可擴展性和高可靠性的MapReduce應運而生。傳統(tǒng)的分子動力學模擬基于MPI、OpenMP或Condor網(wǎng)格平臺，在可靠性、可擴展性、容錯性和動態(tài)負載均衡方

2、面均有所欠缺。然而在Hadoop云平臺上運行分子動力學模擬具有克服傳統(tǒng)平臺的缺陷、節(jié)省各種軟硬件投資和縮短模擬時間等重要意義。
　　 本文基于對Hadoop體系結(jié)構(gòu)的研究，結(jié)合計算化學相關(guān)理論，在Hadoop平臺上實現(xiàn)短程力分子動力學模擬，并對模擬進行優(yōu)化，豐富了Hadoop在科學計算中的應用。主要研究內(nèi)容包括：⑴介紹云計算概念、現(xiàn)狀和特點，以及并行計算機體系結(jié)構(gòu)、并行編程模型和并行程序優(yōu)化方法。闡述分子動力學模擬從傳統(tǒng)并行平臺

3、移植到云平臺的優(yōu)勢和意義。⑵分析Hadoop的MapReduce和HDFS等主要組件執(zhí)行流程，并運用到科學計算和海量數(shù)據(jù)處理。根據(jù)分子動力學模擬的特點，分析在Hadoop平臺上實現(xiàn)分子動力學模擬的四個難點，提出基于原子分解并行算法的四種可行方案。⑶對第一個方案的“一個Job計算一個時間步”進行實現(xiàn)、測試和分析。利用“讀寫HDFS同步法”實現(xiàn)第二種方案并設(shè)計了動態(tài)負載均衡算法，詳細測試其加速比、各部分開銷和負載均衡度。通過實驗驗證分子動力