摘要：Intel新一代处理器KNL作为一种具有极强运算能力的多核处理器,拥有16GB高速片上内存（MCDRAM）,物理核心数量高达72个,单CPU的双精度浮点峰值为3TFlops,为高并行负载应用提供强大的性能支持。各种主流的并行软件也纷纷使用KNL众核、高速内存技术,由于LAMMPS（large-scale atomic/molecular massively parallel simulator）在材料科学和计算化学中的广泛应用,因此在KNL节点上优化LAMMPS成为相关领域近些年的研究热点。本文以郑州超算中心的KNL集群为平台,采用MCDRAM和第三方扩展包两种方法对LAMMPS进行优化。MCDRAM可以加快CPU读取数据的速度,第三方扩展包从源码的角度对程序中的条件判断进行优化。试验结果表明,优化后的LAMMPS执行时间明显减少,加速比可达49x,是CPU平台加速比的5.5x。