Basic research for an extension of space-scale in classical molecular dynamics calculations by introducing machine-learning potential

研究初年度となる本年度は主に研究を実施するためのソフトウェアおよびハードウェアの整備を行なった。当初計画では1年目に計算機サーバーを2年目にサーバーを搭載するGPGPUおよび関連ソフトウェアを整備する予定であったが, 国際情勢の不安定化によるGPGPUの価格高騰のために2年目に購入した場合当初予定していた予算範囲でGPGPUが入手困難となる恐れがあった。そのため当初計画を前倒しし本年度内に計算機サーバ、GPGPUおよび関連ソフトウェア群を一括で購入する方針とした。研究費の前倒し請求を行うことにより、当初購入を予定していた倍精度計算対応GPGPU (NVIDIA社製A30) および計算機サーバーと関連ソフトウェア類を価格上昇を最低限に抑えた上で購入することができた。当該サーバーにNvidia DockerをインストールすることでNGCのDockerコンテナイメージを利用可能とし、さらにCUDA Fortran が使用可能なコンパイラーパッケージ (NVIDIA HPC SDK) をインストールすることでGPUGPU上で動作するプログラムの開発環境を整備した。テスト問題を用いて機械学習向けソフトウェアのA30上での性能を確認するとともにCUDA Fortranによるプログラミングを試行した。それに並行し研究目的である機械学習ポテンシャルの構築を行う前準備として、教師あり機械学習を実施する上で必要な教師データを大量にかつさまざまな条件で得られるよう既存の分子動力学計算ソフトウェア(MODYLAS)の長距離静電相互作用計算の計算プログラム部分を改変するとともに、使用すべき機械学習モデルの選定を開始した。

研究初年度となる本年度は主に研究を実施するためのソフトウェアおよびハードウェアの整備を行なった。当初計画では1年目に計算機サーバーを2年目にサーバーを搭載するGPGPUおよび関連ソフトウェアを整備する予定であったが, 国際情勢の不安定化によるGPGPUの価格高騰のために2年目に購入した場合当初予定していた予算範囲でGPGPUが入手困難となる恐れがあった。そのため当初計画を前倒しし本年度内に計算機サーバ、GPGPUおよび関連ソフトウェア群を一括で購入する方針とした。研究費の前倒し請求を行うことにより、当初購入を予定していた倍精度計算対応GPGPU (NVIDIA社製A30) および計算機サーバーと関連ソフトウェア類を価格上昇を最低限に抑えた上で購入することができた。当該サーバーにNvidia DockerをインストールすることでNGCのDockerコンテナイメージを利用可能とし、さらにCUDA Fortran が使用可能なコンパイラーパッケージ (NVIDIA HPC SDK) をインストールすることでGPUGPU上で動作するプログラムの開発環境を整備した。テスト問題を用いて機械学習向けソフトウェアのA30上での性能を確認するとともにCUDA Fortranによるプログラミングを試行した。それに並行し研究目的である機械学習ポテンシャルの構築を行う前準備として、教師あり機械学習を実施する上で必要な教師データを大量にかつさまざまな条件で得られるよう既存の分子動力学計算ソフトウェア(MODYLAS)の長距離静電相互作用計算の計算プログラム部分を改変するとともに、使用すべき機械学習モデルの選定を開始した。