第13回 7 月 10日 Parallelization of Molecular Dynamics(分子動力学法の並列化) @%E8%A8%88%E7%AE%97%E7%A7%91%E5%AD%A6e%E3%83%A9%E3%83%BC%E3%83%8B%E3%83%B3%E3%82%B0%E3%82%A2%E3%83%BC%E3%82%AB%E3%82%A4%E3%83%96%E3%83%81%E3%83%A3
第13回 7 月 10日 Parallelization of Molecular Dynamics(分子動力学法の並列化) @%E8%A8%88%E7%AE%97%E7%A7%91%E5%AD%A6e%E3%83%A9%E3%83%BC%E3%83%8B%E3%83%B3%E3%82%B0%E3%82%A2%E3%83%BC%E3%82%AB%E3%82%A4%E3%83%96%E3%83%81%E3%83%A3
Uploaded July 2025 | Updated September 2026, 2 hours ago
Molecular dynamics (MD) is a very useful tool to understand various phenomena in atomistic detail. In MD, we can overcome the size- and time-scale problems by efficient parallelization. In this lecture, I’ll explain various parallelization methods of MD with some examples of GENESIS MD software optimization on Fugaku.

理化学研究所 計算科学研究センター
Jaewoon Jung

配信講義 計算科学技術特論A (2025)
r-ccs.riken.jp/outreach/schools/20250410-0724
第13回 7 月 10日 Parallelization of Molecular Dynamics(分子動力学法の並列化)”ADVANCED DISTRIBUTED-MEMORY PROGRAMMING Section IV : Neighborhood CollectivesMapping Irregular Computations to Accelerator-Based Exascale SystemsAI-Assisted Code Generation for HPC: Lessons from the HPC-GENIE Project計算生命科学の基礎10 ｜ ゲノムインフォマティクスの基礎 ②Intro To Big Data and Machine Learning Hands In ⅠBig Data Science ③2024年 理化学研究所一般公開in神戸「科学研究のためのAIと社会貢献」Quantum algorithms based on post-processing: Quantum error mitigation and hybrid tensor networks第1回 配信講義　計算科学技術特論A（2025）Making Weather and Climate Models Exascale-Ready: Performance, Scalability and Profiling (Part 1)International collaboration in High Performance Computing: Success and Challenges”
計算科学eラーニングアーカイブチャンネル |

第13回 7 月 10日 Parallelization of Molecular Dynamics(分子動力学法の並列化)

SHARE TO X SHARE TO REDDIT SHARE TO FACEBOOK WALLPAPER