题目：量子化学的大规模异构计算

量子化学作为一门应用量子力学的基础理论和方法来研究化学问题的基础科学，使得人们可以通过定性和定量的方式来研究化学过程，并达到可以与实验相比较的精度。在经过了几十年的发展之后，量子化学的计算方法已被广泛应用在化学学科的各个分支中，并在材料科学、能源以及生物大分子体系等多个研究领域都取得了十分丰富的研究成果。

不过，随着量子化学计算的应用领域的不断扩大，它所研究的对象也变得越来越大，对计算的要求也变得越来越高，一些量子化学计算常常需要用到超级计算机来进行。最近几年，尽管CPU（Central Processing Unit， 中央处理器）在经历了主频受限之后开始通过增加计算核心的方法来继续提高其计算能力，不过CPU的这种计算能力的增长已经不太能够满足量子化学计算应用日益增长的计算需求。

针对上述量子化学计算在实际应用中遇到的瓶颈问题，本文提出了一种将GPU（Graphic Processing Unit， 图形处理器）应用到量子化学计算中的解决方案。与CPU相比，GPU有着更加轻量级的线程管理，更加适合于量子化学计算这样一类的大规模数据并行计算任务。而通过CPU+GPU的异构计算资源的整合，由CPU来负责进行复杂逻辑运算和事务处理，GPU负责处理数据并行计算，这种计算形式带来的不仅是计算性能上的提升，同时还极大地节省了成本和能源。

量子化学计算发展至今，已经形成了三种流派的计算理论：价键理论、分子轨道理论和密度泛函理论。在具体研究对象的选择上，本文选择了分子轨道理论中最重要也是最基础的从头计算方法。本文首先实现了在单GPU环境下的量子化学计算，然后针对该实现分别从计算过程和异构计算平台两个方面进行了重点优化。通过与现有基于CPU实现的量子化学计算程序的对比实验表明，本文实现的程序在达到理想计算精度的前提下能获得理想的加速效果。

最后，本文通过MPI（Message Passing Interface， 消息传递接口）将量子化学计算从单台机器扩展到GPU集群，并通过实验验证了扩展后程序的有效性以及在性能方面的进一步提升。