NeuralMD × H200 GPUクラウドで検証する
分子動力学シミュレーションの可能性

今回の検証では、分子動力学計算の性能検証のためNVIDIA H200の環境でベンチマークを実施しました。得られた結果を解析ソフトウェアとあわせて提示することで、お客様が用途や要件に応じて最適なGPU構成を検討する際の参考データとして活用できるようにすることを目的としています。

分子動力学計算では、GPUの種類や構成が計算速度やスケーラビリティに大きく影響します。特にGPUメモリ容量やマルチGPU構成は、扱える原子数や計算精度を左右する重要な要素です。新世代のGPUであるH200を用い、分子動力学計算における計算速度の向上や、原子系解析のスケーラビリティを検証しました。

検証ではオンプレミス環境で高価なGPUを購入するよりも、必要なときに必要なリソースを柔軟に確保できるGPUクラウドを活用する方が効率的ですので、GPUSOROBANのクラウド環境を利用しました。

今回の検証では、ニューラルネットワークを用いた分子動力学計算の性能評価を目的に、自社開発の解析ソフトウェア「Advance/NeuralMD」と、オープンソースのグラフニューラルネットワーク力場を用いたベンチマークを実施しました。検証環境にはH200 × 8枚構成のGPUインスタンスを使用しています。

対象とした材料は、全固体電池などの固体電解質の構成材料となるリチウムイオン伝導体であるLGPS（Li₁₀GeP₂S₁₂）です。リチウム（Li）、ゲルマニウム（Ge）、リン（P）、硫黄（S）を含む多元系物質をモデル化し、最大9万8,000原子までの大規模シミュレーションモデルを構築しました。ニューラルネットワーク力場には、多元素系に対応可能なポテンシャルモデルを採用しています。

検証では、計算性能および並列性能を評価するとともに、グラフニューラルネットワークにおける原子数制限とスケーリング特性を検証しました。従来は単一GPU環境でのみ実行可能だった計算を、新世代GPUによるマルチGPU構成で実行することで、性能向上と計算可能規模を評価しました。