GPU computing: accelera la ricerca per i farmaci

Nvidia ha annunciato che le quattro applicazioni principali per la scienza dei materiali e la modellazione biomolecolare – LAMMPS, GROMACS, GAMESS e QMCPACK – hanno integrato il supporto delle soluzioni di accelerazione basate su più GPU, che consentono di ridurre i tempi di simulazione da giorni a poche ore. Di conseguenza, gli scienziati possono studiare modelli molecolari di dimensioni maggiori per periodi di tempo più lunghi e con una precisione superiore, con ricadute interessanti sulla comprensione del potenziale impatto dei farmaci e sull’efficacia dei nuovi materiali.

Le quattro applicazioni di modellazione scientifica entrano a far parte di un elenco di software in costante crescita – che comprende, tra gli altri programmi, AMBER, NAMD e TeraChem – che permettono a ricercatori universitari, pubblici e privati di far avanzare la ricerca sfruttando la potenza delle GPU.

Le quattro applicazioni citate sono ampiamente utilizzate da scienziati impegnati nella trasformazione della modellazione in una serie di aree chiave:

• GAMESS è un’applicazione di chimica quantistica importante nella progettazione di nuovi farmaci e materiali.  Si avvale di metodi computazionali per riprodurre la struttura elettronica e le proprietà delle molecole.
• GROMACS permette la simulazione delle interazioni biomolecolari tra proteine e prototipi di farmaci. Può essere usato per studiare la ricombinazione proteica e i suoi errori, possibilità importante per capire certe malattie quali il morbo di Alzheimer, quello di Huntington e alcune forme di tumore.
• LAMMPS viene usato per modellare a scala atomica, materiali morbidi (biomolecole, polimeri) o a stato solido (metalli, semiconduttori).
• QMCPACK simula le proprietà dei materiali con eccellenti doti di scalabilità e precisione grazie all’uso di una simulazione Monte Carlo quantistica.

Vi invitiamo a leggere il comunicato integrale qui.

Per ulteriori informazioni sulle GPU NVIDIA Tesla, visitare questa pagina.
Per ulteriori informazioni sull’architettura NVIDIA CUDA® visitare questo indirizzo.

Via C.S. Nvidia