分子动力学(Molecular Dynamics,MD)通过模拟粒子的微观运动来获得体系的性质,是研究微观机理的一种有效手段,广泛应用于生物、材料等领域。由于分子动力学要模拟大量粒子长时间的运动,因此需要非常强大的计算能力。GPU(GraphicsProcessing Unit,图形处理单元)的峰值计算能力相比CPU(Central Processing Unit,中央处理单元)有很高的性能优势,因此GPU为加速分子动力学程序提供了一个可能的选择。　　 由于GPU硬件的结构和CPU有很大的不同,为了发挥其计算能力必须使用并行的编程模式,并行程序的正确性如何保证以及如何调试还没有一个成熟的方法或模式可以借鉴,因此使用GPU编程的难度远远大于CPU编程。　　 本文尝试基于NVIDIA CUDA(Compute Unified Device Architecture)架构,以成熟、主流的分子动力学模拟软件GROMACS(GROningen。MAchine for ChemicalSimulation)为参考,实现了一个基于GPU的分子动力学计算的程序GMD,并将GMD和GROMACS进行了性能比较。主要工作包括:　　 1.通过gprof(GNU Profiler)软件查找出了GROMACS的热点部分代码,并且通过查看源码的方式分析了GROMACS的主要计算流程。在此基础上,为MD计算流程的各个环节选择了一种算法,包括邻居搜索、范德华力计算、成键力计算、温度耦合、粒子更新、动量移除等,并在GPU上加以实现,通过合理使用线程、GPU存储器、解决数据读写冲突等,大多数环节获得了20～30倍的加速。　　 2.通过将GMD代码封装后取代GROMACS相应计算流程,将GMD代码嵌入了GROMACS中。利用算例将GMD与GROMACS做了比较。在微观的轨迹信息和宏观的能量信息上面,GMD计算结果与GROMACS的计算结果一致。　　 3.对聚乙烯(PE)结晶过程的模拟结果表明,GMD和GROMACS4.5.3 GPU版本性能相近；相对于GROMACS4.05单核,GMD加速了8倍左右。最后完成了两个PE结晶过程的模拟(粒子规模分别是4.5万和36万),结果和GROMACS基本一致。