Cálculos de Química Quântica em GPUs: proposta de um algoritmo paralelo para a pseudodiagonalização de matrizes simétricas usando a plataforma NVIDIA/CUDA.
Resumo
Noções de autovalores e autovetores de transformações lineares são essenciais em cálculos de química quântica, pois os níveis de energia dos átomos e moléculas são dados por autovalores de determinadas matrizes. O procedimento de diagonalização de uma matriz é um passo crucial no método de Hartree-Fock-Roothaan, visto que o mesmo dará as energias dos orbitais moleculares.Porém, nem sempre é necessário encontrar um conjunto solução exato. Nesse artigo, mostramos a implementação de um algoritmo paralelo para GPUs que usa aproximações para o cálculo de autovetores proposto por [Stewart,1981], utilizando a plataforma NVIDIA/CUDA.
Referências
Hwu, W. W. (2011). GPU Computing Gems Emerald Edition (1 edition.). Burlington, MA: Morgan Kaufmann.
Maia, J. D. C., Urquiza Carvalho, G. A., Mangueira, C. P., Santana, S. R., Cabral, L. A. F., & Rocha, G. B. (2012). GPU Linear Algebra Libraries and GPGPU Programming for Accelerating MOPAC Semiempirical Quantum Chemistry Calculations. Journal of Chemical Theory and Computation, 8(9), 3072–3081.
Rocha, G. B., & Simas, A. M. (2007). Métodos Semi-empíricos de Estrutura Eletrônica em Química Quântica. In N. H. Morgon & K. Coutinho (Eds.), Métodos de Química Teórica e Modelagem Molecular (1a ed., pp. 29 – 71). São Paulo: Livraria da Física.
Stewart, J. J. P., Császár, P., & Pulay, P. (1982). Fast semiempirical calculations. Journal of Computational Chemistry, 3(2), 227–228.