通过查阅相关资料，很容易发现一个事情，VASP在GPU上运行速度提升了10倍（如附件图1所示，来自https://www.nvidia.cn/data-center/gpu-accelerated-applications/vasp/），从而能在同一时间使用计算要求更高和更精确的方法：

很显然，看起来很美好，但仔细分析，它参照的CPU是至强E5-2698 V3，在性能上与当下流行运行速度较快的典型CPU机器仍有不少差距，这个加速比存在疑问，但总体来看，VASP在GPU上加速是显著的（不论是在NVIDIA GTX系列单精度卡还是TESLA双精度卡上）。另外一个很重要的因素是，当下各大超算中心对VASP用户主推的还是CPU计算资源。那么，为什么VASP在GPU上加速效果显著，却没有在超算普及？

下面，笔者将结合光合基金的资助，对国产高性能DCU加速卡对VASP加速的测试来谈一谈。

1、是用户不够多？

VASP经过30年的发展，已经圈住了广大用户，用户研究方向包括：电极材料、拓扑器件、叠氮含能材料、光伏材料、场效应晶体管、压电材料、铁电材料、磁性材料、储氢材料、超硬材料、超导材料、气敏材料、高压科学、催化材料、污染物分离膜、地球科学等领域（相关算例和参考文献见/public/home/ghfund2_b2/GuangHe/example-fields），关于VASP的交流平台、教学视频等数不胜数，可以说，VASP 是当下最流行的材料计算模拟软件之一。显然，计算资源是用户们必备的武器装备， VASP 计算资源从来不缺用户。

2、用户对加速不感兴趣吗？

对于计算本身而言，显然运算速度越快越好，尤其是对当下一些热点课题（比如近常压室温超导Lu-N-H）。但是对大部分用户，尤其是具有多年研究经历的导师而言，大部分课题运算速度快，并不是必要条件。 先多花时间考虑清楚了，再去做计算，才能事半功倍，避免计算机时（研究经费）的浪费。计算速度越快，反而会对计算体系的成本更高。我们更鼓励学生独立思考，并不鼓励学生通过疯狂计算资源来弥补对科研本身的研究。

但时间成本对于一些紧急研究课题也十分重要，附件图2是在光合基金B资助下对国产DCU加速卡的性能测试。可以看到，对于较小研究体系而言（计算体系价电子数小于500），DCU加速卡优势还不够明确，但对于较大计算体系（计算体系价电子数大于500），DCU在各个类型的计算中都具有优势。这与VASP移植团队check_case.sh脚本是一致的。也就是说，仅仅对于较大且较紧急的课题，DCU 加速卡优势明显。

3、是使用难度太大吗？

OpenACC版本对VASP的GPU运算速度有较大提升，但对普通用户而言并不关心这个，这是集群管理员的优化任务。对普通用户而言，提交CPU计算作业和提交GPU计算作业并没有区别，都是sbatch+脚本提交，所以这不是问题。

4、是使用性价比太低吗？

研究经费有限，子弹不能无限，大部分导师在决定租赁一个计算资源之前，都会委派一个同学测试一下计算资源的性价比，也就是花同样的资源（时间成本和价格成本），办更多的事。既然图2已经确定了在较大计算体系能够获得较大的加速比，但用户实际使用过程中并不会细化到仅较大计算体系才用它。那么我们选取了各个领域典型算例作为测试（相关算例和参考文献见/public/home/ghfund2_b2/GuangHe/example-fields），参考计算平台也是当下较流行性能适中的2intel Gold 6132（28核，12 16G内存），具备典型的计算性能。测试结果如附件图3所示，很明显，除了声子谱和弹性模量计算，大部分在DCU计算平台都取得了一定的加速效果。但是也很显然，离蓝色线还有一段距离。这时候，有人肯定要问，蓝色线是怎么得来的？

Gold 6132计算1天需要的价格成本：0.1元/核时28核 24小时=67.2元

4DCU计算1天需要的价格成本：2元/卡时 424小时+0.09元/核时 36*24小时=269.76元

蓝色线：4.01269.76元/67.2元≈4倍

显然，DCU计算加速比需要达到4倍，才具有很好的价格优势。考虑到时间成本的缩短，DCU加速需要达到至少3倍，在时间成本和价格成本上才具有优势（个别紧急计算体系除外，但这种体系还是少数），但可以看到，对于大多计算，仍无法超越3倍数。在DCU上跑计算任务，一个比较直观的感觉就是试错任务不敢在DCU上跑。现在课题组有4个学生，每年大概消耗7-8万机时费，我估计让学生在DCU上跑，每年得消耗20万（当然，产出有可能增多，但试错成本显著增加）。

图3 典型计算类型和应用领域算例加速比，蓝色线是4倍速。

综上所述，我们可以比较客观得出基本结论，VASP不缺机时用户，除非对紧急课题，对计算加速要求并不高。GPU对VASP存在一定的加速性能，但价格成本是限制GPU 在 VASP 计算应用中的重要因素。

本测试结果受到光合基金B的资助（资助号：ghfund202202026143），目前测试结果仅供论坛内部交流，仍需更多实际算例表明测试结果准确性。