带电生物大分子相互作用预测的高性能算法研究

带电生物大分子的相互作用已成为生命科学、医学以及物理学的研究热点。双电层密度泛函理论对带电生物大分子的相互作用的预测准确性已被证明超过众多传统理论，但二维问题求解时该理论对计算能力和内存有巨大需求。本项目拟提出一套基于Jacobi-free Newton-GMRES方法求解二维双电层密度泛函的高性能计算解决方案，分别从算法优化、并行求解以及硬件加速这三个层面来提高计算性能。其中，采用Lagrange乘子法处理电中性约束等约束条件。双电层密度泛函理论涉及到的短程作用计算采用FFT算法进行加速，而静电作用采用求解微分方程的方法降低计算复杂度。根据这两种作用的计算分属计算密集型和通信密集型的特点以及密度泛函中不同作用可叠加的性质，将算法异构性映射到CPU-GPU这一异构体系结构，通过优化CPU-GPU的负载平衡充分发挥硬件的性能。该方案使密度泛函预测带电生物大分子同电荷吸引现象的成为可能。