NVIDIA 的 GPU 创新彻底改变了药物发现模拟

随着 NVIDIA 推出先进的 GPU 优化技术来加速药物发现流程，制药行业正在见证一场变革。据 NVIDIA 技术博客称，这些创新有望提高分子动力学模拟的效率，而分子动力学模拟是药物研究的重要组成部分。

提高计算效率

NVIDIA 高级开发技术工程师 Jiqun Tu 与 Schrödinger Desmond 引擎技术主管 Ellery Russell 在 NVIDIA GTC 2024 会议上分享了见解。他们讨论了提高工作负载效率和吞吐量的实用策略，为研究人员提供了优化计算药物发现的工具。该会议重点介绍了 CUDA 图形、C++ 协程和映射内存的实现，以解决扩展挑战和瓶颈。

GPU 优化关键技术

会议详细介绍了几项创新技术：

• CUDA 图表： 通过将内核启动分组到依赖树中，CUDA Graph 可以减少开销并实现更高效的执行。
• GPU 吞吐量优化： 该技术的重点是在单个 GPU 上调度多个独立的模拟，以掩盖串行瓶颈，从而提高吞吐量。
• 映射内存： 主机和设备之间的直接内存访问用于消除数据传输延迟，优化性能。
• C++ 协程： 这些策略允许跨多个模拟进行重叠计算和控制产量，从而提高 GPU 利用率，而无需进行复杂的代码重组。

经过验证的性能增强

会议期间提出的案例研究展示了这些技术在薛定谔分子动力学引擎中的应用，特别强调了 FEP+ 和德斯蒙德引擎。这些工具在关键工作负载方面实现了高达 2.02 倍的加速，展示了显着的性能改进。

对于那些有兴趣进一步探索这些进步的人，NVIDIA 提供了会议的 PDF 版本，并鼓励他们参与 NVIDIA 开发者计划。该计划提供了丰富的资源和行业专家的见解，旨在进一步提高 GPU 优化和分子模拟方面的技能。

图片来源：Shutterstock