Mesochallenge CALMIP 20 Septembre 2013
Article mis en ligne le 9 juillet 2013
dernière modification le 30 septembre 2013
logo imprimer

Mésochallenges EQUIP@MESO 2013 : Challenges CALMIP


I/ A shared-memory implementation for very large molecular systems within Tight-Binding Density Functional Theory

A. Scemama, M. Rapacioli, LCPQ, Université de Toulouse
Nicolas Renon, CALMIP Université de Toulouse

Shared-Memory Implementation TBDFT

We developed and implemented a self-consistent field algorithm in order to be able to perform calculations at a semi-empirical quantum chemical level(Density Functional based Tight Binding) for very large molecular systems, taking advantage of the sparse character of the matrices.
Special care was taken to realize an efficient implementation (vectorization, NUMA effects...) for large shared-memory machines. These points will be emphasized in the presentation.
Benchmarks obtained on two SGI Altix UV machines (CALMIP, Toulouse) will be presented for boxes of water with up to a million atoms. The CPU time per water molecule is significantly smaller than the distributed-memory implementations of other programs ( 50x), and the relative error on the energy is also dramatically reduced ( three orders of magnitude).

II/ Simulations de systèmes quantiques fortement corrélés : propriétés magnétiques, supraconductrices et influence du désordre

Sylvain Capponi, LPT, Université de Toulouse

Systèmes Quantiques Fortement Corrélés

La technique de diagonalisation exacte basée sur un algorithme itératif (Lanczos) est une technique de choix pour
l’étude des systèmes quantiques sur réseaux avec corrélations fortes puisque c’est une des rares à être non biaisée et adaptée pour tous les
modèles. La limitation majeure est malheureusement les tailles accessibles puisque l’espace de Hilbert croît de facon exponentielle.
Par exemple, l’étude de modèles de spin 1/2 sur des réseaux 2d avec symétries (géométrie carré, triangulaire ou kagomé) est limitée
actuellement à 40 ou 42 spins, pour lesquels les tailles des vecteurs sont de plusieurs milliards.
Même dans ce cas, la prise en compte des symétrie (spatiales et de spin) est possible à condition d’utiliser des tableaux auxiliaires et une
mémoire importante. Ensuite, la matrice est calculée en vol de telle sorte que le temps CPU est dominé par des multiplications
matrice-vecteur qui peuvent bénéficier d’une parallélisation OpenMP ou MPI, voire hybride.



Site réalisé sous SPIP
avec le squelette ESCAL-V3
Version : 3.86.44
Hébergeur : INP Toulouse