NVIDIA 的 GPU 创新革命性地改变了药物发现模拟

制药行业正在经历一场变革，NVIDIA 推出了先进的 GPU 优化技术以加速药物发现过程。根据 NVIDIA 技术博客，这些创新有望提高分子动力学模拟的效率，而这对于制药研究至关重要。

提升计算效率

NVIDIA 的高级开发技术工程师涂继群和 Schrödinger 的 Desmond 引擎技术负责人 Ellery Russell 在 NVIDIA GTC 2024 会议上分享了见解。他们讨论了改进工作负载效率和吞吐量的实用策略，为研究人员提供优化计算药物发现的工具。会议重点介绍了 CUDA 图、C++ 协程和映射内存的实施，以解决扩展挑战和瓶颈。

关键 GPU 优化技术

会议详细介绍了几种创新性技术：

• CUDA 图：通过将内核启动分组到依赖树中，CUDA 图减少了开销并实现了更有效的执行。
• GPU 吞吐量优化：此技术专注于在单个 GPU 上安排多个独立模拟，从而掩盖串行瓶颈，提高吞吐量。
• 映射内存：通过主机和设备之间的直接内存访问消除了数据传输延迟，优化了性能。
• C++ 协程：这些策略允许在多个模拟中重叠计算和控制调度，改善 GPU 利用率而无需复杂的代码重构。

验证的性能提升

会议期间展示的案例研究展示了这些技术在 Schrödinger 的分子动力学引擎中的应用，特别强调了 FEP+ 和 Desmond 引擎。这些工具在关键工作负载中实现了高达 2.02 倍的加速，展示了显著的性能提升。

对于那些希望进一步探索这些进步的人来说，NVIDIA 提供了会议的 PDF 并鼓励参与 NVIDIA 开发者计划。该计划提供了大量资源和行业专家的见解，旨在提升 GPU 优化和分子模拟技能。