Molecular dynamics simulations allow for the approximation of particle movements using numerical methods. Often, 2-body potentials are used for this, but the accuracy achieved is insufficient in more specific scenarios, which is why 3-body potentials, such as the Axilrod- Teller potential, can also be calculated. However, this can only be achieved with significantly higher computational effort, as the computational cost of 3-body potentials grows cubically with the number of particles, and molecular dynamics often involves millions of particles. Therefore, it is crucial to use the most efficient algorithms for force calculation depending on the composition of the simulation space. AutoPas is a C++ library that enables auto-tuning of molecular dynamics simulations. To offer AutoPas more options for calculating 3-body potentials, we implement three new methods for traversing particle triplets based on the Verlet Cluster List algorithm and compare them with similar methods from the library that are based on the Linked Cells and Verlet Lists algorithms. We find that the new traversal methods generally perform better in most scenarios than traversals using the Linked Cells algorithm, but they perform significantly worse when compared to similar methods based on the Verlet Lists algorithm. The force calculation during traversal seems to be inefficient with the Array-of-Structures data layout, so any increase in the number of particles per cluster degrades the performance — only for one of our traversals the optimal cluster size turned out to be 2. However, due to the generally better parallel efficiency, lower memory requirements, and the lower increase in runtime both for a higher cutoff and for higher particle density, the traversal has potential for larger simulations where the cluster structure might be utilized better.     «

Molecular dynamics simulations allow for the approximation of particle movements using numerical methods. Often, 2-body potentials are used for this, but the accuracy achieved is insufficient in more specific scenarios, which is why 3-body potentials, such as the Axilrod- Teller potential, can also be calculated. However, this can only be achieved with significantly higher computational effort, as the computational cost of 3-body potentials grows cubically with the number of particles, and...     »

Molekulardynamik-Simulationen ermöglichen mittels numerischer Methoden die Approxi- mation von Partikelbewegungen. Oft werden dazu 2-Körper-Potenziale genutzt, jedoch reicht die erzielte Genauigkeit in spezielleren Szenarien nicht aus, weshalb 3-Körper-Potenziale wie das Axilrod-Teller-Potenzial zusätzlich berechnet werden können. Dies kann jedoch nur mit einem deutlich höheren Rechenaufwand ermöglicht werden, da der Berechnungsaufwand von 3-Körper-Potenzialen kubisch mit der Anzahl der Partikel wächst und in der Molekulardynamik oft Millionen von Partikeln betrachtet werden. Umso wichtiger ist es, je nach Komposition des Simulationsraums möglichst effektive Algorithmen zur Kraftberechnung zu nutzen. AutoPas ist eine C++-Bibliothek, die das Auto-Tuning von Molekulardynamik-Simulationen ermöglicht. Um AutoPas mehr Möglichkeiten für die Berechnung von 3-Körper-Potenzialen zu bieten, implementieren wir drei neue Methoden zur Traversierung von Partikeltripletts, basierend auf dem Verlet-Cluster-List-Algorithmus, und vergleichen diese mit ähnlichen Meth- oden aus der Bibliothek, die auf den Linked-Cells- und Verlet-Lists-Algorithmen basieren. Wir finden, dass die neuen Traversierungsmethoden zwar eine bessere Performanz in den meisten Szenarien haben als Traversierungen mit dem Linked-Cells-Algorithmus, jedoch deutlich schlechter abschneiden im Vergleich zu ähnlichen Methoden, die auf dem Verlet- Lists-Algorithmus basieren. Die Kraftberechnung während der Traversierung scheint mit dem Array-of-Structures-Datenlayout ineffizient zu sein, sodass jede Erhöhung der Partikelanzahl pro Cluster die Performance verschlechtert – nur für eine der Traversierungsmethoden ergab sich eine optimale Clustergröße von 2. Durch die allgemein bessere parallele Effizienz, den niedrigeren Speicheraufwand und die geringere Erhöhung der Laufzeit sowohl bei einem höheren Cutoff als auch bei höherer Partikeldichte hat das Traversal jedoch Potenzial für größere Simulationen, wo die Cluster- Struktur eventuell besser ausgenutzt werden kann.     «

Molekulardynamik-Simulationen ermöglichen mittels numerischer Methoden die Approxi- mation von Partikelbewegungen. Oft werden dazu 2-Körper-Potenziale genutzt, jedoch reicht die erzielte Genauigkeit in spezielleren Szenarien nicht aus, weshalb 3-Körper-Potenziale wie das Axilrod-Teller-Potenzial zusätzlich berechnet werden können. Dies kann jedoch nur mit einem deutlich höheren Rechenaufwand ermöglicht werden, da der Berechnungsaufwand von 3-Körper-Potenzialen kubisch mit der Anzahl der Par...     »