2022 Fiscal Year Final Research Report

A basic development of the next-generation special-purpose computer system for molecular dynamics simulations

Research Project

PDF

Project/Area Number	19H01107
Research Category	Grant-in-Aid for Scientific Research (A)
Allocation Type	Single-year Grants
Section	一般
Review Section	Medium-sized Section 60:Information science, computer engineering, and related fields
Research Institution	Institute of Physical and Chemical Research
Principal Investigator	Taiji Makoto 国立研究開発法人理化学研究所, 生命機能科学研究センター, チームリーダー (10242025)
Co-Investigator(Kenkyū-buntansha)	大野洋介国立研究開発法人理化学研究所, 生命機能科学研究センター, 上級技師 (00291914) 小山洋平国立研究開発法人理化学研究所, 生命機能科学研究センター, 研究員 (10569817) 森本元太郎国立研究開発法人理化学研究所, 生命機能科学研究センター, 技師 (60401220) 小松輝久国立研究開発法人理化学研究所, 生命機能科学研究センター, 研究員 (70348499)
Project Period (FY)	2019-04-01 – 2022-03-31
Keywords	専用計算機 / 分子動力学計算 / 高性能計算 / コデザイン / システムオンチップ
Outline of Final Research Achievements	We have conducted basic development of MDGRAPE-5, a next-generation special-purpose computer for molecular dynamics simulations. The goal is to achieve high performance through deep integration of each element implemented as hardware. A SIMD general-purpose core with dedicated instructions for bonded force calculation and coarse-grained MD, which executes multiple threads in parallel in a time-division manner, and an event-driven circuit that operates the general-purpose core and nonbonded force calculation pipeline efficiently based on event detection were newly designed. The entire design was done using the Chisel language, and the circuit configuration can be easily changed by specifying parameters. We also designed the nonbonded force computation pipeline, memory, on-chip network, and other components to complete the foundation of the next-generation System-on-Chip.
Free Research Field	計算機科学計算生物学
Academic Significance and Societal Importance of the Research Achievements	汎用プロセッサ・専用パイプライン・メモリ・ネットワークが相互に強く依存した “Deeply Integrated”システムの開発は、D. E. Shaw researchと我々のグループのみで行われており、独自性が高い。このようなシステム構成は、専用パイプラインの構成や精度などの面では特殊性が高いが、他のアプリケーションに対する専用化においても通用する一般性がある。現在多くのアプリケーションで強スケーリング性能の向上が求められており、本開発で行う同期機構・メモリ構造などが応用可能である。また、本開発で進めたパラメタ化された専用回路構成技術は深層学習向けプロセッサなどに広い応用を持つ。