以下のベンチマークでは、Exmaplesで提示したモデルと、水（H2O）用にトレーニングされた追加のモデルを使用しました。
選択した原子構造のスーパーセルのサイズを増やして、さまざまな温度（300K、400K、1000K）でMDシミュレーションを実行しました。
固体および液体構造の両方でブックキーピングがどのように機能するかを示すために、これらの温度を選択しました。
LARGEサイズの事前学習モデルを使用してトレーニングされたモデルを使用すると、MDシミュレーション時間を約25-30％削減できることが示されました。
またSMALLサイズの事前学習モデルを使用すると、約35-50％の削減が可能です。
ブックキーピング機能の誤用は、パフォーマンスの低下を引き起こす可能性があることに注意してください。
ケース1: Ni3Al#
このベンチマークでは、事前学習済みモデル ALL_ELEMENTS_LARGE_6 を用いてトレーニングされたモデルを使用しました。
|
Name |
Number of atoms |
Duration w/o bookkeeping |
Duration w/ bookkeeping |
Speedup |
|---|---|---|---|---|
|
AlNi3_333 |
108 |
27.63 |
17.46 |
37% |
|
AlNi3_666 |
864 |
26.22 |
17.63 |
33% |
|
AlNi3_999 |
2916 |
41.94 |
26.52 |
37% |
|
AlNi3_121212 |
6912 |
79.96 |
55.65 |
30% |
|
AlNi3_151515 |
13500 |
136.06 |
101.27 |
26% |
|
AlNi3_181818 |
23328 |
238.46 |
170.98 |
28% |
|
AlNi3_212121 |
37044 |
347.56 |
265.27 |
24% |
|
AlNi3_242424 |
55296 |
533.65 |
392.70 |
26% |
|
AlNi3_272727 |
78732 |
738.73 |
556.68 |
25% |
ALL_ELEMENTS_SMALL_6 を使用して、さらに大規模な構造を用いたMDによる推論のベンチマークを行い、ブックキーピングを使用した場合により顕著に処理が高速になることを確認しました。
|
Name |
Number of atoms |
Duration w/o bookkeeping |
Duration w/ bookkeeping |
Speedup |
|---|---|---|---|---|
|
AlNi3_small_333 |
108 |
16.45 |
10.38 |
37% |
|
AlNi3_small_666 |
864 |
18.87 |
10.47 |
45% |
|
AlNi3_small_999 |
2916 |
27.04 |
13.05 |
52% |
|
AlNi3_small_121212 |
6912 |
49.81 |
25.35 |
49% |
|
AlNi3_small_151515 |
13500 |
84.64 |
45.19 |
47% |
|
AlNi3_small_181818 |
23328 |
154.12 |
74.95 |
51% |
|
AlNi3_small_212121 |
37044 |
208.02 |
115.75 |
44% |
|
AlNi3_small_242424 |
55296 |
293.01 |
170.55 |
42% |
|
AlNi3_small_272727 |
78732 |
411.95 |
240.54 |
42% |
|
AlNi3_small_303030 |
108000 |
570.83 |
328.27 |
42% |
|
AlNi3_small_333333 |
143748 |
759.39 |
440.38 |
42% |
|
AlNi3_small_363636 |
186624 |
973.55 |
572.90 |
41% |
|
AlNi3_small_393939 |
237276 |
1220.75 |
734.60 |
40% |
|
AlNi3_small_424242 |
296352 |
1516.11 |
921.44 |
39% |
|
AlNi3_small_454545 |
364500 |
1867.19 |
1140.41 |
39% |
|
AlNi3_small_484848 |
442368 |
2278.22 |
OOM |
N/A |
ケース2: 液体の有機分子#
このベンチマークは、ALL_ELEMENTS_SMALL_6 と同様のパラメータを持つ ORGANIC 事前学習モデルを用いて訓練されたモデルを使用して、ペンタンニトリル分子に対して実行されました。
|
300K |
400K |
||||||
|---|---|---|---|---|---|---|---|
|
Name |
Number of atoms |
Duration w/o bookkeeping@300K |
Duration w/ bookkeeping@300K |
Speedup |
Duration w/o bookkeeping@400K |
Duration w/ bookkeeping@400K |
Speedup |
|
molecule_333 |
5670 |
51.66 |
31.87 |
38% |
52.70 |
36.20 |
31% |
|
molecule_666 |
45360 |
334.65 |
222.52 |
34% |
339.74 |
226.99 |
33% |
|
molecule_999 |
153090 |
1081.55 |
760.63 |
30% |
1095.14 |
780.10 |
29% |
ケース3: 液体アルミニウム#
初期構造: Al (mp-143) MD@1000K
|
Name |
Number of atoms |
Duration w/o bookkeeping |
Duration w/ bookkeeping |
Speedup |
|---|---|---|---|---|
|
Al_333 |
108 |
33.02 |
18.19 |
45% |
|
Al_666 |
864 |
32.44 |
18.66 |
42% |
|
Al_999 |
2916 |
42.69 |
22.81 |
47% |
|
Al_121212 |
6912 |
66.68 |
44.50 |
33% |
|
Al_151515 |
13500 |
105.84 |
80.24 |
24% |
|
Al_181818 |
23328 |
174.14 |
130.81 |
25% |
|
Al_212121 |
37044 |
268.79 |
200.96 |
25% |
|
Al_242424 |
55296 |
390.17 |
293.05 |
25% |
|
Al_272727 |
78732 |
557.97 |
414.31 |
26% |
|
Al_303030 |
108000 |
756.67 |
571.19 |
25% |
|
Al_333333 |
143748 |
997.33 |
762.56 |
24% |
|
Al_363636 |
186624 |
1283.69 |
OOM |
N/A |
ALL_ELEMENTS_SMALL_6 を使用して、さらに大規模な構造を用いたMDによる推論のベンチマークを行い、ブックキーピングを使用した場合により顕著に処理が高速になることを確認しました。
|
Name |
Number of atoms |
Duration w/o bookkeeping |
Duration w/ bookkeeping |
Speedup |
|---|---|---|---|---|
|
Al_small_333 |
108 |
16.0537281 |
10.44920731 |
35% |
|
Al_small_666 |
864 |
21.47774506 |
10.84698105 |
49% |
|
Al_small_999 |
2916 |
24.08777428 |
12.44081116 |
48% |
|
Al_small_121212 |
6912 |
38.2131424 |
21.20424843 |
45% |
|
Al_small_151515 |
13500 |
66.12276459 |
36.80934143 |
44% |
|
Al_small_181818 |
23328 |
102.7692413 |
59.63482285 |
42% |
|
Al_small_212121 |
37044 |
158.1944733 |
90.08835602 |
43% |
|
Al_small_242424 |
55296 |
223.6481476 |
132.2861176 |
41% |
|
Al_small_272727 |
78732 |
318.5072021 |
186.3789063 |
41% |
|
Al_small_303030 |
108000 |
432.7628784 |
254.4521179 |
41% |
|
Al_small_333333 |
143748 |
575.7253418 |
341.2708435 |
41% |
|
Al_small_363636 |
186624 |
730.7637939 |
442.0396118 |
40% |
|
Al_small_393939 |
237276 |
909.8272095 |
561.0055542 |
38% |
|
Al_small_424242 |
296352 |
1123.424438 |
702.6166992 |
37% |
|
Al_small_454545 |
364500 |
1373.670776 |
886.9639282 |
35% |
|
Al_small_484848 |
442368 |
1680.828003 |
1081.276367 |
36% |
|
Al_small_515151 |
530604 |
2007.58606 |
1303.386841 |
35% |
|
Al_small_545454 |
629856 |
2390.796631 |
OOM |
N/A |
ケース4: 水#
初期構造: H2O (mp-697111) MD@300K
このベンチマークは、事前学習済みモデル ALL_ELEMENTS_LARGE_6 を使用してトレーニングされたモデルを使用して実行されました。
|
Name |
Number of atoms |
Duration w/o bookkeeping |
Duration w/ bookkeeping |
Speedup |
|---|---|---|---|---|
|
water_333 |
324 |
31.34 |
21.06 |
33% |
|
water_666 |
2592 |
46.33 |
29.74 |
36% |
|
water_999 |
8748 |
108.50 |
79.68 |
27% |
|
water_121212 |
20736 |
225.95 |
172.85 |
24% |
|
water_151515 |
40500 |
454.82 |
328.56 |
28% |
|
water_181818 |
69984 |
753.66 |
563.49 |
25% |
|
water_212121 |
111132 |
1171.09 |
901.72 |
23% |
ALL_ELEMENTS_SMALL_6 を使用して、さらに大規模な構造を用いたMDによる推論のベンチマークを行い、ブックキーピングを使用した場合により顕著に処理が高速になることを確認しました。
|
Name |
Number of atoms |
Duration w/o bookkeeping |
Duration w/ bookkeeping |
Speedup |
|---|---|---|---|---|
|
water_small_333 |
324 |
19.5056591 |
12.61014271 |
35% |
|
water_small_666 |
2592 |
29.79653168 |
14.39700794 |
52% |
|
water_small_999 |
8748 |
67.94934082 |
35.29168701 |
48% |
|
water_small_121212 |
20736 |
149.3302765 |
76.3841629 |
49% |
|
water_small_151515 |
40500 |
262.9512024 |
143.1963501 |
46% |
|
water_small_181818 |
69984 |
430.9408569 |
245.7056427 |
43% |
|
water_small_212121 |
111132 |
666.0740967 |
395.3837891 |
41% |
|
water_small_242424 |
165888 |
967.9492188 |
586.9674072 |
39% |
|
water_small_272727 |
236196 |
1354.013794 |
850.3184814 |
37% |
|
water_small_303030 |
324000 |
1855.304688 |
1172.999634 |
37% |
