NVIDIA的多進程服務（MPS）優化了分子動力學（MD）模擬中的GPU使用，通過允許多個模擬在同一GPU上並行運行，提升了吞吐量。 MPS減少上下文切換開銷，增加GPU利用率，支持並發內核執行。用戶通過OpenMM可以啟動多個模擬腳本以提高整體性能，儘管單個模擬速度可能較慢。基準測試顯示，MPS在不同系統中顯著提高吞吐量，尤其是在高端GPU上。設置cuda_mps_active_thread_percentage環境變量可以進一步優化吞吐量。 MPS是增強MD模擬性能的有效工具。
Alvin Lang Jun 04，2025 15:44
NVIDIA的多進程服務優化了分子動力學模擬中的GPU用法，從而通過在單個GPU上運行並發過程來增強吞吐量。
分子動力學（MD）模擬，對於隨著時間的推移建模Atom相互作用所必需的，需要大量的計算資源。儘管如此，許多模擬涉及小型系統大小，通常不足以現代GPU。 NVIDIA稱，NVIDIA的多進程服務（MPS）通過允許多個模擬在同一GPU上同時運行，從而最大程度地提高GPU利用率並改善吞吐量，從而提供了解決方案。
了解國會議員
國會議員是CUDA API的二進制兼容實現，可促進通過多個過程進行有效的GPU共享。它通過允許所有流程共享計劃資源來減少上下文開關開銷，並改善了整體GPU利用率。由於NVIDIA VOLTA GPU生成，MPS還支持來自不同過程的並發內核執行，從而在單個過程無法完全飽和GPU時提高性能。值得注意的是，MP可以使用常規用戶特權啟動，從而簡化其部署。
用OpenMM實施MPS
為了利用流行的MD引擎的OpenMM中的MPS，用戶可以同時運行多個模擬。這是通過啟動模擬腳本作為單獨過程的幾個實例來完成的。儘管單個模擬可能會放慢速度，但由於並行執行，總體吞吐量會增加。簡單的命令結構使用戶可以控制GPU定位和過程管理，從而提高資源分配效率。
基準性能
基準測試顯示，將MPS應用於不同大小的系統時，會顯示出明顯的吞吐量改進。例如，具有23,000個Atom的DHFR系統受益於大量性能的提升，尤其是在Nvidia H100張量芯等高端GPU上。甚至更大的系統，例如具有409,000個Atom的纖維素基準，吞吐量增加了約20％。
用cuda_mps_active_thread_percentage優化吞吐量
默認情況下，MPS允許全GPU資源訪問所有進程。但是，設置cuda_mps_active_thread_percentage環境變量可以通過限制每個過程的線程可用性來進一步優化吞吐量。這種調整已顯示出可顯著提高集體吞吐量，尤其是在涉及多個並發過程的模擬中。
在自由能計算中應用
國會議員在自由能擾動（FEP）模擬中也有優勢，該模擬依賴於復制– 交易所分子動力學。通過同時在不同的λ窗口上運行多個模擬，MPS減輕了GPU的未利用，從而在NVIDIA的L40S或H100 GPU上使用三個MPS過程時，導致36％的吞吐量增加。
結論
NVIDIA的MPS是通過最少的編碼工作來增強MD模擬吞吐量的寶貴工具。通過優化GPU資源利用，MPS可以顯著提高各種模擬方案的性能。對於有興趣進一步探索這些功能的人，NVIDIA提供了其他資源和教程來支持實施和實驗。
圖像來源：Shutterstock
資訊來源：由0x資訊編譯自BLOCKCHAINNEWS。版權歸作者所有，未經許可，不得轉載