LAMMPS 用 GPU 还是 CPU

显卡不是万能加速器。在分子动力学里，GPU 的收益取决于你的体系有多大、力场有多重、以及长程静电怎么算——搞错这三件事，你会花三倍的钱换到 1.4 倍速度。

2026-10-17 · 约 9 分钟读完

一、GPU 快在哪，不快在哪

LAMMPS 的短程力（键、角、二面角、Lennard-Jones、短程库仑）是典型的「邻居列表 + 逐对计算」，天然适合显卡：几千个核心同时算同一批粒子对，访存模式规整。这部分 GPU 通常能带来 5～10 倍加速。

但整步耗时不只这些：

• 邻居列表重建：纯 CPU 逻辑，GPU 帮不上。
• 长程静电（PPPM / Ewald）：需要多次快速傅里叶变换，主流实现仍在 CPU 上做，GPU 只分担其中一部分。带电体系（水、离子液体、生物大分子）里它常占 30%～50% 的时间。
• 数据搬运：每步都要在主机与显存之间同步坐标与受力。体系小的时候，搬运时间比计算还长。

二、先估显存，再谈卡

显存占用大致与原子数、邻居列表长度成正比，还要加上每种力场自己的数组。粗估：

显存 ≈ 原子数 × (每原子基础量 40~80 B + 邻居数 × 16 B) × 1.5 安全系数

举例：50 万原子、平均邻居 60，则 5e5 × (60 + 960) × 1.5 ≈ 0.76 GB——看起来很小，但实际还要算上通信缓冲、混合精度副本与 multiple 力场，真实占用通常是这个估计的 3～5 倍。所以别用估算值卡线，留一倍余量。

云上单卡显存有 16/24/40/80 GB 等档位。显存不够时 LAMMPS 会直接报 out of memory，而不是降速，所以选卡的第一约束是显存，第二才是算力。

三、KOKKOS 还是 GPU 包

编译时注意 混合精度 选项：它能把显存占用与带宽需求砍掉近一半，但小体系或强耦合体系可能出现能量漂移。正式长轨迹前，用同一输入跑 1000 步对比能量守恒，确认没跑偏再放大。

四、一个 GPU 配几个 CPU 核

常见误区是「一台机器 64 核 + 1 张卡」，结果 64 个 MPI 进程去喂一张卡，反而互相拖慢。合理的配比通常是 每个 GPU 配 4～8 个 CPU 核，负责邻居列表与通信；CPU 核再多也是空转。

# 单机 1 卡 8 核的典型启动方式
mpirun -np 1 lmp -k on g 1 -sf kk -pk kokkos newton on neigh half -in in.md

如果是多卡机器，用「一进程一卡 + GPU 直连」的模式（每个 MPI 进程绑定到一张卡），比所有进程共享一张卡快得多。

五、云上怎么选，怎么算账

显卡实例的小时价通常是同代 CPU 实例的数倍，但它的算力也高数倍。真正的比较方式是：

每小时每万步的成本 = 实例小时价 ÷ (每万步墙钟小时)

一张卡把 50 万原子的体系从 8 核 CPU 的 40 小时压到 4 小时，即使实例贵三倍，总花费也只有原来的三分之一。反过来，如果体系只有 2 万原子，加速比可能只有 1.5 倍，那就不如多开几台 CPU 机器并行跑不同副本。

六、省钱的三个动作

1. 先测再买：按量开一台，用你的真实输入跑 1 万步，记录墙钟。这个数字比任何"加速比"宣传都可靠。
2. 抢占式跑长轨迹：MD 天然可分段续算（restart 文件），是被抢占的理想任务。
3. 把结果与轨迹存对象存储：轨迹文件涨得很快，占满系统盘会让整台机器卡死。