Collaborative Research SI2-SSE:Sustained Innovation in Acceleration of Molecular Dynamics on Future Computational Environments: Power to the People in the Cloud and on Accelerators

合作研究 SI2-SSE:未来计算环境中分子动力学加速的持续创新:为云端和加速器中的人们提供力量

基本信息

  • 批准号:
    1148276
  • 负责人:
  • 金额:
    $ 32.08万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
    Standard Grant
  • 财政年份:
    2012
  • 资助国家:
    美国
  • 起止时间:
    2012-06-01 至 2016-05-31
  • 项目状态:
    已结题

项目摘要

This collaborative project between the San Diego Supercomputer Center at the University of California San Diego, the Quantum Theory Project at the University of Florida and industrial partners NVIDIA, Intel and Amazon is focused on developing innovative, comprehensive open source software element libraries for accelerating condensed phase Molecular Dynamics (MD) simulations of biomolecules using next generation accelerator hardware including Intel's MIC system and Graphics Processing Units (GPU). It will extend support to include all major MD techniques and develop open source accelerated analysis libraries. A priority is enhanced sampling techniques including Thermodynamic Integration, constant pH algorithms, Multi-Dimensional Hamiltonian Replica Exchange and Metadynamics. These elements will then be combined, in collaboration with Amazon to support MD as-a-service through easily accessible web front ends to cloud services, including Amazon's EC2 GPU hardware. Transitioning large scale MD workflows from requiring access to large supercomputer hardware to being accessible to all on desktop and cloud resources provides the critical software infrastructure to support transformative research in the fields of chemistry, life science, materials science, environmental and renewable energy.The software elements created through this project have an extremely broad impact. The integration of comprehensive support for next generation hardware acceleration into the AMBER software alone benefits a very large user base. With over 10,000 downloads of the latest AMBER Tools package from unique IPs and 800 sites using the AMBER MD engines testify to the scope of the community of researchers this work impacts. The development of simple web based front ends for use of elastically scalable cloud resources makes simulations routine for all researchers. Meanwhile education and outreach efforts train the next generation of scientists not just in how to use the MD acceleration libraries and advanced MD simulation techniques developed here but also gets them thinking about how their approach can be transformed given that performance that was previously restricted to large scale supercomputers is now available on individual desktops.
这个由加州大学圣地亚哥分校圣地亚哥超级计算机中心、佛罗里达大学量子理论项目以及工业合作伙伴 NVIDIA、英特尔和亚马逊之间的合作项目专注于开发创新、全面的开源软件元素库,以加速凝聚阶段使用下一代加速器硬件(包括英特尔的 MIC 系统和图形处理单元 (GPU))对生物分子进行分子动力学 (MD) 模拟。它将扩大支持范围,涵盖所有主要 MD 技术并开发开源加速分析库。优先考虑的是增强采样技术,包括热力学积分、恒定 pH 算法、多维哈密顿副本交换和元动力学。然后,我们将与 Amazon 合作将这些元素结合起来,通过易于访问的 Web 前端到云服务(包括 Amazon 的 EC2 GPU 硬件)来支持 MD 即服务。将大规模 MD 工作流程从需要访问大型超级计算机硬件转变为可访问所有桌面和云资源,这为支持化学、生命科学、材料科学、环境和可再生能源领域的变革性研究提供了关键的软件基础设施。通过该项目创建的元素具有极其广泛的影响。将对下一代硬件加速的全面支持集成到 AMBER 软件中,使庞大的用户群受益匪浅。最新的 AMBER 工具包从独特的 IP 和 800 个使用 AMBER MD 引擎的站点下载超过 10,000 次,证明了这项工作对研究人员社区的影响范围。开发简单的基于网络的前端以使用可弹性扩展的云资源使模拟成为所有研究人员的日常工作。与此同时,教育和推广工作不仅培训下一代科学家如何使用这里开发的MD加速库和先进的MD模拟技术,而且让他们思考如何改变他们的方法,因为以前仅限于大规模的性能超级计算机现在可以在个人桌面上使用。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Amitava Majumdar其他文献

Avoiding burnt probe tips: Practical solutions for testing internally regulated power supplies
避免探针尖端烧毁:测试内部稳压电源的实用解决方案
Cyberinfrastructure Usage Modalities on the TeraGrid
TeraGrid 上的网络基础设施使用方式
GPU-based ultra-fast dose calculation using a finite size pencil beam model
使用有限尺寸笔形射束模型进行基于 GPU 的超快速剂量计算
  • DOI:
  • 发表时间:
    2009
  • 期刊:
  • 影响因子:
    3.5
  • 作者:
    Xuejun Gu;Dongju Choi;C. Men;Hubert Pan;Amitava Majumdar;Steve B Jiang
  • 通讯作者:
    Steve B Jiang
A scalable, low cost design-for-test architecture for UltraSPARC/spl trade/ chip multi-processors
适用于 UltraSPARC/spl trade/chip 多处理器的可扩展、低成本测试设计架构
  • DOI:
    10.1109/test.2002.1041825
  • 发表时间:
    2002-10-07
  • 期刊:
  • 影响因子:
    0
  • 作者:
    I. Parulkar;T. Ziaja;R. Pendurkar;An;L. D'Souza;Amitava Majumdar
  • 通讯作者:
    Amitava Majumdar
A parallel Monte Carlo code for planar and SPECT imaging: implementation, verification and applications in /sup 131/I SPECT
用于平面和 SPECT 成像的并行蒙特卡罗代码:/sup 131/I SPECT 中的实现、验证和应用

Amitava Majumdar的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Amitava Majumdar', 18)}}的其他基金

Collaborative Research: Frameworks: hpcGPT: Enhancing Computing Center User Support with HPC-enriched Generative AI
协作研究:框架:hpcGPT:通过 HPC 丰富的生成式 AI 增强计算中心用户支持
  • 批准号:
    2411297
  • 财政年份:
    2024
  • 资助金额:
    $ 32.08万
  • 项目类别:
    Standard Grant
Category II: Exploring Neural Network Processors for AI in Science and Engineering
第二类:探索科学与工程中人工智能的神经网络处理器
  • 批准号:
    2005369
  • 财政年份:
    2020
  • 资助金额:
    $ 32.08万
  • 项目类别:
    Cooperative Agreement
Collaborative Research: CIBR: Building Capacity for Data-driven Neuroscience Research
合作研究:CIBR:数据驱动神经科学研究能力建设
  • 批准号:
    1935749
  • 财政年份:
    2020
  • 资助金额:
    $ 32.08万
  • 项目类别:
    Standard Grant
Collaborative Research: Frameworks: Designing Next-Generation MPI Libraries for Emerging Dense GPU Systems
协作研究:框架:为新兴密集 GPU 系统设计下一代 MPI 库
  • 批准号:
    1931450
  • 财政年份:
    2019
  • 资助金额:
    $ 32.08万
  • 项目类别:
    Standard Grant
Promoting International Collaboration on Developing Scalable, Portable & Efficient HPC Software for Modern HPC Platforms
促进开发可扩展、便携的国际合作
  • 批准号:
    1849519
  • 财政年份:
    2018
  • 资助金额:
    $ 32.08万
  • 项目类别:
    Standard Grant
SHF: Large: Collaborative Research: Next Generation Communication Mechanisms exploiting Heterogeneity, Hierarchy and Concurrency for Emerging HPC Systems
SHF:大型:协作研究:利用新兴 HPC 系统的异构性、层次结构和并发性的下一代通信机制
  • 批准号:
    1565336
  • 财政年份:
    2016
  • 资助金额:
    $ 32.08万
  • 项目类别:
    Standard Grant
Bilateral BBSRC-NSF/BIO: Collaborative Research: ABI Development: Seamless Integration of Neuroscience Models and Tools with HPC - Easy Path to Supercomputing for Neuroscience
双边 BBSRC-NSF/BIO:合作研究:ABI 开发:神经科学模型和工具与 HPC 的无缝集成 - 神经科学超级计算的简单途径
  • 批准号:
    1458840
  • 财政年份:
    2015
  • 资助金额:
    $ 32.08万
  • 项目类别:
    Standard Grant
BIGDATA: F: DKM: Collaborative Research: Scalable Middleware for Managing and Processing Big Data on Next Generation HPC Systems
BIGDATA:F:DKM:协作研究:用于在下一代 HPC 系统上管理和处理大数据的可扩展中间件
  • 批准号:
    1447861
  • 财政年份:
    2014
  • 资助金额:
    $ 32.08万
  • 项目类别:
    Standard Grant
SHF: Large: Collaborative Research: Unified Runtime for Supporting Hybrid Programming Models on Heterogeneous Architecture.
SHF:大型:协作研究:支持异构架构上的混合编程模型的统一运行时。
  • 批准号:
    1213056
  • 财政年份:
    2012
  • 资助金额:
    $ 32.08万
  • 项目类别:
    Standard Grant
Collaborative Research: SI2-SSI: A Comprehensive Performance Tuning Framework for the MPI Stack
合作研究:SI2-SSI:MPI 堆栈的综合性能调优框架
  • 批准号:
    1147926
  • 财政年份:
    2012
  • 资助金额:
    $ 32.08万
  • 项目类别:
    Standard Grant

相似国自然基金

基于肿瘤病理图片的靶向药物敏感生物标志物识别及统计算法的研究
  • 批准号:
    82304250
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
肠道普拉梭菌代谢物丁酸抑制心室肌铁死亡改善老龄性心功能不全的机制研究
  • 批准号:
    82300430
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
社会网络关系对公司现金持有决策影响——基于共御风险的作用机制研究
  • 批准号:
    72302067
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
面向图像目标检测的新型弱监督学习方法研究
  • 批准号:
    62371157
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
面向开放域对话系统信息获取的准确性研究
  • 批准号:
    62376067
  • 批准年份:
    2023
  • 资助金额:
    51 万元
  • 项目类别:
    面上项目

相似海外基金

SI2-SSI: Collaborative Research: Einstein Toolkit Community Integration and Data Exploration
SI2-SSI:协作研究:Einstein Toolkit 社区集成和数据探索
  • 批准号:
    2114580
  • 财政年份:
    2020
  • 资助金额:
    $ 32.08万
  • 项目类别:
    Continuing Grant
Collaborative Research: SI2-SSI: Expanding Volunteer Computing
合作研究:SI2-SSI:扩展志愿者计算
  • 批准号:
    2039142
  • 财政年份:
    2020
  • 资助金额:
    $ 32.08万
  • 项目类别:
    Standard Grant
Collaborative Research: SI2-SSI: Expanding Volunteer Computing
合作研究:SI2-SSI:扩展志愿者计算
  • 批准号:
    2001752
  • 财政年份:
    2019
  • 资助金额:
    $ 32.08万
  • 项目类别:
    Standard Grant
Collaborative Research: NISC SI2-S2I2 Conceptualization of CFDSI: Model, Data, and Analysis Integration for End-to-End Support of Fluid Dynamics Discovery and Innovation
合作研究:NISC SI2-S2I2 CFDSI 概念化:模型、数据和分析集成,用于流体动力学发现和创新的端到端支持
  • 批准号:
    1743180
  • 财政年份:
    2018
  • 资助金额:
    $ 32.08万
  • 项目类别:
    Continuing Grant
Collaborative Research: NISC SI2-S2I2 Conceptualization of CFDSI: Model, Data, and Analysis Integration for End-to-End Support of Fluid Dynamics Discovery and Innovation
合作研究:NISC SI2-S2I2 CFDSI 概念化:模型、数据和分析集成,用于流体动力学发现和创新的端到端支持
  • 批准号:
    1743191
  • 财政年份:
    2018
  • 资助金额:
    $ 32.08万
  • 项目类别:
    Continuing Grant
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了