如何让 Gaussian 计算飞起来？
“量化穷三代，计算毁一生”？
量化计算的硬件配置什么最重要？
不花冤枉钱，3万元内性价比最高的硬件推荐！
学校的计算节点永远要排队？
研究所的数据中心算力不足？
量化计算无服务器解决方案，
零投入，三分钟让你的 Gaussian 计算飞起来！
1.量化计算如何选择硬件配置
由于分子的类型、体系和模拟算法，以及各种应用和精度要求，都有不同的计算特点，对计算机硬件（CPU、内存、硬盘、GPU）配置要求有很大的差异，如何选择好服务器/工作站的硬件配置，提高计算速度，缩短求解时间，主要看用量子化学计算软件的算法，及做什么求解，因为算法和精度决定了计算特点和求解规模，合理的硬件配置，大大发挥机器性能，缩短求解时间。
1.1量子化学算法、精度与计算成本
1.2原子体系规模、算法及硬件配置特点
1.3 Gaussian软件的多核并行计算测试
（1）基于Gaussian 09版本
这个测试分别用4核、8核、16核、32核、64核进行求解，从计算结果看，多核并行加速比很理想。
（2）基于Gaussian 16版本多核并行计算测试
以上数据来源：https://www.hpc.co.jp/library/benchmark/benchmark20150706/
这个测试分别对8核、16核、32核、44核进行求解，从计算结果看，多核并行加速比到32核很理想，44核已经对求解没有多大提升了。
1.4 量子化学计算硬件配置特点
（1）不同算法的并行计算的核数加速比有所差异，不完全是线性的
（2）最新CPU架构和提升频率，对缩短求解时间非常显著
（3）精度高求解计算量大，对CPU频率和核数、内存容量、硬盘io要求均有很高要求
数据来源：http://www.hpc.co.jp/chem/c_select_hardware.html
（4）核数与内存比例为 1:4最为理想
（5）支持Tesla K40或K80 的GPU计算，显存需12GB以上
（6）组成集群的计算节点配置最好采用4核~10核超高频，效率最高
2.基于量子化学计算的硬件配置推荐
2.1 双路服务器配置推荐
推荐理由：中端配置的机型，能应对多数Gaussian的应用环境，兼顾HF等内存消耗大的任务。固态硬盘的加入是为了应对需要大量频繁读写硬盘的后HF任务。如以DFT为主，则可以去掉固态硬盘。
2.2 高端双路服务器推荐
推荐理由：该款CPU拥有多达28核2.0G频率，可睿频至2.7G。其多核并行计算能力能满足绝大多数计算化学领域的应用需求。而如果你有GROMACS、AMBER、NAMD、Lammps等支持GPU加速的分子动力学应用需求，则至少需要额外增加RTX2080型号的显卡。当然，配备Titan甚至Tesla会有更好的性能，但从性价比考虑并不是很划算。
3.无服务器解决方案
尽管以上两种硬件配置已经可以应对一般的量化计算应用场景，但随着软件、模型、计算机技术的不断发展，量化计算对于算力的要求也越来越高，传统的服务器经常面临算得慢、算得贵等问题，在需要争分夺秒的科研竞赛中显得力不从心。即使是拥有计算中心或超算节点的高校、科研机构和大型科技企业，由于需要服务的人员与项目众多，也经常需要排队等待计算资源。简单地总结一下，我们发现在量化计算中关于算力需求与当前的实际情况之间形成的矛盾主要有以下几种：
1、算力不足，导致算得慢；
2、计算节点同时服务的项目有限，导致需要排队；
3、成本高昂，建立大型计算中心一次性投入巨大，且后期维护成本高昂；
4、弹性不足，闲时资源浪费与忙时算力不足的情况交替发生。
那是否有一种方案，即不需要大规模投入和高昂的维护成本，又可以像使用本地机一样方便地调用大量算力；既能保证算力需求峰值的算力供应，又无需负担闲时的闲置成本；既能低成本计算普通的任务，也能通过调用大量资源加速完成计算任务？
有，这就是被称为“量化计算无服务器解决方案的“云E弹性算力平台！
云E是基于公有云的高性能计算云平台。通过对阿里云、腾讯云、AWS、微软云、谷歌云等五大主流公有云的资源整合，配合独有的并行计算调度管理模块，云E能为用户快速构建与安装部署一个“独享式“云端超算中心资源。
与传统超算中心以及自建HPC集群相比，云E提供了一种快捷、弹性、经济、安全的公共云高性能计算服务。
首先，该服务不需要前期投入与运维成本，可以按需购买，即买即用。云E在全球拥有25个地域节点，超过10万台服务器，整合海量云端异构资源，提供目前最先进的CPU及GPU在内的多种型号计算资源。云E可在10分钟内启动上万台服务器资源，也可在计算完成后立即关闭，是目前弹性最好的高性能计算云平台。为用户省去了排队等待时间，也能根据用户需要大大加速计算进度。例如在之前的文章《用FLARE FEP计算相对结合自由能》中就进行过对比测试，测试表示使用云E弹性算力平台进行GPU加速，在计算成本不变的前提下，计算速度可以上百倍的提升。
其次，云E通过大规模采购及计算性能优化，能大幅降低资源使用成本。目前云E的CPU使用成本低至0.08元/核时。
再次，云E预集成了Gaussian 、GAMESS、NWChem、VirtulFlow等多种量化计算主流框架或软件，开箱即用，让使用者只需专注于专业本身，无需再为硬件设备的配置及部署费心费力。
云E弹性算力平台具有弹性、便捷、经济等诸多优势，能够帮助使用者提高计算效率、降低计算成本。目前已有众多高校、科研机构开始使用云E作为量化计算云平台。云E已经帮助使用者完成很多量化计算项目，如VirtualFlow 超高通量虚拟筛选、用FLARE FEP计算相对结合自由能、VINA分子对接等。我们期待为更多用户带来更好的高性能计算体验。
最新
技术
关于云端
深圳云端软件有限公司（Cloudam）是弹性算力与云成本优化的技术领导者，为企业打造一站式的算力云平台及自动化云成本优化服务。云端软件推出的云E算力平台整合了全球主流公有云近50个地域的高性能计算资源，能为人工智能、仿真模拟、生物科技、材料化学等行业提供弹性、高效、经济的算力支持。
Cloudam成立于瑞典斯德哥尔摩，在深圳及斯德哥尔摩两地运营，团队核心成员来自于Oracle、Ericsson、IBM、华为等知名企业，拥有15年以上的世界500强企业技术服务经验和研发背景，已成功为欧洲及中国多家企业提供产品和技术服务。
分享、在看与点赞
了解更多高性能计算与云的知识