Projets du thème Modélisation des systèmes moléculaires complexes
D'une manière générale, les objets abordés aujourd'hui par la modélisation moléculaire dans les laboratoires de notre Université sont très divers : surfaces d’électrodes, protéines, grains de glace atmosphériques, molécules organiques, complexes minéraux …
Les travaux de modélisation sont en général menés en rapport avec des expériences de laboratoire ou avec des observations en vue de rationaliser celles-ci, voire dans le meilleur des cas de passer au stade de la prédiction. En tout, six laboratoires sont actuellement concernés par ces études qui sont réalisées sur le calculateur Roméo. Il est à noter que le choix des sujets porte de plus en plus sur des systèmes complexes, c’est à dire faisant intervenir l’environnement : réaction dans son solvant, réaction à l’interface solide/gaz ou solide/liquide. Au delà de l’offre de plus en variée des méthodes théoriques permettant la modélisation de tels systèmes complexes, ces nouvelles possibilités sont à mettre au crédit de l’évolution de la puissance des machines. A cet égard, la progression de la puissance calcul disponible à l’université via le renouvellement du premier calculateur Roméo est un critère considérable dans la qualité des travaux pouvant être réalisés par nos équipes.
Les projets s’appuyant sur la plate-forme Roméo peuvent être classés en deux catégories selon qu’ils font appels aux outils de la chimie quantique ou à ceux de la mécanique/dynamique moléculaire, la frontière entre ces deux domaines se réduisant avec l’utilisation des méthodes dites mixtes combinant les deux types d’outils (méthodes QM/MM).
D’une manière générale, les travaux de modélisation reposent sur l'utilisation de codes de calculs répandus en Chimie Théorique. On peut citer entre-autres: Amber, Gromacs, NAMD pour la partie Dynamique Moléculaire, et Gaussian, Molpro Molcas, Gamess, CRYSTAL et VASP (solide) pour la partie Chimie Quantique. Il est à noter que l’acquisition par la plate-forme Roméo du logiciel Gaussian (relativement standard) a poussé certains chercheurs non-spécialistes de la modélisation à vouloir utiliser cet outil dans le cadre de leur recherche expérimentale. En effet, certains calculs (détermination de structures, prédictions de spectres RMN) réclament plus une pratique qu’une véritable compétence en Chimie Théorique à condition de bénéficier d’un encadrement initial adapté. La proximité de la plate-forme de calcul (ne nécessitant pas l’accès à des centres nationaux) et la disponibilité de Chimistes théoriciens à Reims a favorisé l’apparition de ces nouveaux utilisateurs. C’est un point positif important de notre premier bilan que nous souhaitons encourager.
Porteur : E. Henon
Unité : Institut de
Chimie Moléculaire de Reims
(unité regroupant en 2008
les trois unités actuelles RSA, GRECI et FRE2715)
détail du projet
compréhension des mécanismes des processus hétérogènes intervenant dans les atmosphères planétaires.
Unité : GSMA, UMR CNRS 6089
détail du projet
Porteur : F. Bohr
Unité : LACM-DTI à partir de 2008
L’intégration d’un chimiste théoricien (F. Bohr) au LACM-DTI à partir de 2008 est à l’origine de ce projet. Il s’agit de réaliser la modélisation de solides (dépôts sur électrodes) et d’une interface solide-liquide (électrode-solution ou dépôts–solution).
détail du projet
Porteur : M. Dauchez
Unité : Matrice Extracellulaire et Régulations Cellulaires, UMR CNRS 6198
détail du projet
Porteur : E. Henon
Unité : Institut de
Chimie Moléculaire de Reims
(unité regroupant en 2008
les trois unités actuelles RSA, GRECI et FRE2715)
détail du projet
Projets du thème Mathématiques et informatique
Les équipes de recherche en mathématiques appliquées
et en informatique développent de nouvelles approches pour exploiter au mieux
les architectures parallèles actuelles.
Ces études se situent en amont des travaux menés par
les équipes en sciences de l’ingénieur et en modélisation moléculaire.
Ce projet est développé par le CReSTIC.
Chercheurs et doctorants
impliqués : O. Flauzac (professeur), C. Jaillet (MC), M. Krajecki
(professeur, responsable
du projet), H. Deleau (post-doctorant),
A. Renard (ATER).
Ce projet vise à développer des approches génériques
de résolution de problèmes combinatoires, sur architectures parallèles.
détail du projet
Ce projet est développé par le CReSTIC.
Chercheurs et doctorants impliqués : A. Bui
(professeur), D. Sohier (MC, responsable du projet), A. d’Aspremont
(Université de Princeton, USA).
Ce
projet a pour but de calculer et de simuler des trajectoires d'appareils
aériens soumis à des conditions de vol incertaines. La solution retenue pour ce
travail a été de modéliser l'aléa par des une chaîne de Markov décrivant le
nombre de zones bloquées par un orage à chaque instant.
détail du projet
Ce projet est développé par
le laboratoire EDPPM en collaboration avec le CReSTIC.
Chercheurs
et doctorants impliqués : F. Lefevre (MC, responsable du
projet), A.Kéziou (MC), H.Fenniri (MC), M. G.Gelle (professeur), G.Delaunay
(professeur), S. Lohrengel (MC), El-Rhabi (société Realeyes3D)
détail du projet
Ce projet est développé par
le laboratoire EDPPM en collaboration avec le CReSTIC.
Chercheurs
et doctorants impliqués : F. Lefevre (MC, responsable du projet),
S. Lohrengel (MC), M. Krajecki (professeur).
La résolution numérique des équations de Maxwell
(système hyperbolique) nécessite l'usage de schémas numériques suffisamment
précis en temps et en espace, et ayant surtout de bonnes propriétés de
stabilité sous une condition de type CFL.
détail du projet
ROMEO II : Compilateur Intel C/C++ et Intel Math Kernel Library
Résumé: Ce document sert de base à ceux qui veulent utiliser la Cluster Math Kernel Library (CMKL) d'Intel, librairie optimisée pour les processeurs Itanium. Nous ne détaillerons pas comment programmer avec cette librairie, mais comment réussir à compiler lorsqu'on l'utilise.
1 Cas pratique : les nombres aléatoires
L'utilisation de la fonction rand() afin de générer un nombre aléatoire dans un programme parallèle C/C++ est à proscrire, car cette fonction bloque des ressources systèmes et vos processus doivent alors d'attendre la libération de ces ressources pour pouvoir poursuivre.
Il est préférable d'utiliser un autre moyen pour générer des nombres aléatoires pour pallier ce problème, et la librairie Intel Kernel Math nous en fournit un grand nombre dédié au processeur Itanium.
1.1 Compiler avec la librairie mkl
Pour compiler vos programmes utilisant la librairie mkl, vous devez inclure dans votre programme cette librairie :
#include<mkl.h>
Maintenant vous devez indiquer au compilateur où trouver cette librairie. Pour cela, on ajoute à la ligne de commande les paramètres suivants :
- -I /opt/intel/cmkl/8.1.1/include/
- -L /opt/intel/cmkl/8.1.1/lib/64
- -lvml
Par exemple :
ou
icpc -I /opt/intel/cmkl/8.1.1/include/ -L /opt/intel/cmkl/8.1.1/lib/64 -lvml source.c -o executable
Il sera parfois nécessaire d'ajouter les arguments -lkml_ipf et -lmk_lapack selon vos besoins.
1.2 Exécuter un programme utilisant la librairie mkl
Une fois votre programme compilé, vous allez vouloir l'exécuter, et une erreur indiquant que le programme ne trouve pas les librairies nécessaires à son fonctionnement apparaît. Nous devons modifier la variable d'environnement référençant les librairies afin de lui indiquer où elles se trouvent. Pour cela, tapez la commande suivante :
export LD_LIBRARY_PATH = opt/intel/cmkl/8.1.1/lib/64 : $LD_LIBRARY_PATH
Bien évidemment, à chaque nouvelle session, vous devrez taper cette commande. Pour éviter cela, nous allons modifier notre fichier .bashrc se trouvant à la racine de notre compte (voir listing 1)
2 Pour finir
Afin de savoir utiliser correctement cette librairie, je vous invite à consulter le Intel Math Kernel Library - Vector Statistical Library Notes (intel_vlsnotes.pdf) disponible sur le site http://cosy.univ-reims.fr/romeo2/.
Site web en cours de création.