Parallel Implementation of Multireference Coupled Clusters Methods and Calculations on Large Systems
Paralelní implementace multireferenčních coupled cluster metod a výpočet na velkých systémech
dizertační práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/45526Identifikátory
SIS: 92406
Katalog UK: 990016050900106986
Kolekce
- Kvalifikační práce [21509]
Autor
Vedoucí práce
Oponent práce
Fišer, Jiří
Pitoňák, Michal
Fakulta / součást
Přírodovědecká fakulta
Obor
-
Katedra / ústav / klinika
Katedra fyzikální a makromol. chemie
Datum obhajoby
31. 8. 2012
Nakladatel
Univerzita Karlova, Přírodovědecká fakultaJazyk
Angličtina
Známka
Prospěl/a
Klíčová slova (česky)
paralelní multireferenční coupled cluster kvantová chemieKlíčová slova (anglicky)
parallel multireference coupled cluster quantum chemistry large scalePráce je rozdělena do několika částí. Nejdříve jsme implementovali paralelní kód BW- MRCCSD metody, který je založený na automaticky generovaném jednoreferenčním CC kódu z Tensor Contraction Engine (TCE). Následně jsme navrhli nové schéma nezávislé dvouúrovňové paralelizace, na jejímž základě jsme implementovali BW-MRCCSD a Mk-MRCCSD metody. Nový algoritmus využívá tzv. procesorových skupin, které mohou vykonávat části úloh navzájem nezávisle. V první úrovni paralelizace je řešení pro jednotlivé reference rozděleno mezi procesorové skupiny (reference-level parallelism), v druhé úrovni jsou pak úlohy dané reference distribuovány mezi procesy v odpovídající procesorové skupině (task-level parallelism). Testy škálování byly provedeny až na 24000 jádrech pro beta-karoten. Další část je věnována paralelním MRCC výpočtům, kde je zároveň demostrována využitelnost nové implementace na větších a chemicky zajímavých systémech. Poslední část práce se zabývá nově navrženou universal state-selective (USS) korekcí ke stavově specifickým MRCC metodám, její implementací a aplikací. Vlastnosti této korekce jsou ukázány na několika příkladech disociačních křivek a porovnány s FCI.
Firstly, we have developed a Tensor Contraction Engine-based implementation of the BW-MRCCSD approach. The scalability tests have been performed across thousand of cores. We have further developed a novel two-level parallel algorithm for Hilbert-space MRCC methods which uses the processor groups. In this approach, references are distributed among processor groups (reference-level parallelism) and tasks of each reference are distributed inside of a given processor group (task-level parallelism). We have shown that our implementation scales across 24000 cores. The usability of our code was demonstrated on larger systems (dodecane, polycarbenes and naphthyne isomers). Finally, we present novel universal state- selective (USS) corrections to the state-specific MRCC methods. The USS-corrected MRCC results were compared with the full configuration interaction (FCI) results.
