Vina-CUDA 实战测评：CUDA 重写的编译陷阱与四体系同机对照

本文收录于专栏gnina系列—— 专栏系统覆盖分子对接引擎选型、GPU 加速虚拟筛选与打分函数评估，点击订阅可跟踪后续更新。

你想找一个比 OpenCL 移植更快的 Vina 系 GPU 引擎，Vina-CUDA 论文宣称对 Vina-GPU 2.1 还有平均 3 倍的再加速——但 clone 下来会发现仓库默认分支几乎是空的，编译过了又会在 300³ 格点上爆显存。
这篇在一台 12 GB 显存的消费级 GPU 机器上把 Vina-CUDA v1.1 从 clone 到四体系基准全流程走通：给出真实存在的代码分支位置、系统 boost 编译补丁、SMALL_BOX 与 LARGE_BOX 的显存边界（附 1u1b 示例实测 9.9 秒）、免 JIT 重编的计时差异（24.8 秒对 9.9 秒），以及与 Vina-GPU 2.1、Uni-Dock、Vina CPU 的同机对照——四体系 1.1–7.1 秒，对 Vina 单核 7.2–15.6 倍，同机比 Vina-GPU 2.1 快 1.1–1.6 倍，复现论文方向。
文中还给出五坑的逐条修法（含 master 分支位置、SMALL_BOX 的 48 Å 判据、免 JIT 重编命令）与打分正确性的能量对齐证据，末尾附同机四引擎横评表供选型直查。

关键字：Vina-CUDA、分子对接、GPU加速、CUDA编译、AutoDock Vina、虚拟筛选、显存优化、RILC-BFGS

目录：§0. 相关教程与核心文献 ｜ §1. 软件介绍与版本沿革 ｜ §2. 原理：双层并行与共享内存 ｜ §3. 特点与边界 ｜ §4. 文献测评口径 ｜ §5. 本地安装实测 ｜ §6. 四体系基准与同机对照 ｜ §7. 结论与选型建议

§0. 相关教程与核心文献

§1. 软件介绍与版本沿革

Vina-CUDA 由北京理工大学 HPCLab 团队开发，定位是 Vina-GPU 2.1 的 CUDA 深度重写：不是把 OpenCL 内核直译成 CUDA，而是针对 GPU 硬件特性重新组织并行结构与访存。仓库当前提供 v1.0 与 v1.1 两个版本目录（本文实测 v1.1），并同步发布 QuickVina2-CUDA 与 QuickVina-W-CUDA 两个衍生（下一篇单独测）。许可跟随上游 Apache 2.0。要注意 GitHub 上的论文引用信息与仓库更新节奏并不同步——以仓库目录内的版本为准。

§2. 原理：双层并行与共享内存

论文给出的三个核心改造：
任务级并行（每条随机构象分配到一个 CUDA block，block 内自洽完成变异到输出）；
计算级并行（block 内多线程协作执行变异、打分与迭代累加，用循环融合、末级循环展开与规约求和提升 warp 效率）；
两级访存优化（构象分布走全局内存、对接关键操作进共享内存）。格点缓存沿用 Vina-GPU 2.1 的跨配体复用策略，但计算搬进 CUDA 实现。RILC-BFGS 局部优化器继承自 2.1，配套 Lewis-Overton 线搜索。

§3. 特点与边界

特点：单二进制即可单配体模式或批量；自带基于 PyVina 的多 GPU 动态负载均衡框架；输出与 Vina 生态同口径。
边界：只支持 NVIDIA（CUDA 专属）；编译档位按盒子大小静态分配格点数组内存——SMALL_BOX（128³ 上限，约 48 Å 盒子）与 LARGE_BOX（300³ 上限）二选一，选错要么显存溢出要么白浪费（见 §5 坑 3）；单配体任务同样吃不满卡，批量才是主场。

§4. 文献测评口径

JCIM 2025 论文的两组关键数字（基准与口径都已逐源核对）：
对标准 AutoDock Vina，两个数据集上平均 3.03× 与 4.38×、最大 23.84×；对 Vina-GPU 2.1，平均 3.01× 与 4.08×、最大 9.83×——注意这两组常被引错位（4.08 与 4.38 是不同基准的平均值而非最大值）。
衍生引擎侧：QuickVina2-CUDA 对 QuickVina2-GPU 2.1 平均 11.81×/13.81×、最大 32.72×/33.78×；五库综合平均 3.71×。
精度口径：与 AutoDock Vina 的打分 Pearson 相关系数 0.992，CASF-2016 上 192/285 个体系落在 2 Å 内（Vina 本尊 210 个）——重写基本无损。

§5. 本地安装实测

实测环境（specs）：

第 0 步：系统依赖：

sudoapt-getinstall-ybuild-essential\libboost-system-dev libboost-thread-dev libboost-serialization-dev\libboost-filesystem-dev libboost-program-options-dev libboost-timer-dev

第 1 步：获取源码——必须走 master 分支（默认 main 是空壳，见坑 1）：

curl-sLhttps://codeload.github.com/HPCLab-933/Vina-CUDA/tar.gz/refs/heads/master-ovc.tgztarxzf vc.tgz&&mvVina-CUDA-master Vina-CUDAcdVina-CUDA/Vina-CUDA_v1.1

第 2 步：Makefile 手术（系统 boost + 本机 nvcc + sm_86 + SMALL_BOX，即坑 2/坑 3 的修法）：

WD=$(pwd)sed-i"s|^WORK_DIR=.*|WORK_DIR=$WD|; s|^NVCC_COMPILER=.*|NVCC_COMPILER=/usr/local/cuda/bin/nvcc|; s|^DOCKING_BOX_SIZE=.*|DOCKING_BOX_SIZE=-DSMALL_BOX|"Makefilesed-i's|^BOOST_INC_PATH=.*|BOOST_INC_PATH=-I/usr/include|; s|^SRC=.*|SRC=./lib/*.cpp|; s|^LIB_PATH=.*|LIB_PATH=-L/usr/lib/x86_64-linux-gnu|'Makefilesed-i's|^LIB1=.*|LIB1=-lboost_program_options -lboost_system -lboost_filesystem -lboost_thread|'Makefilesed-i's|^OPTION=|OPTION=-arch=sm_86\n#OPTION=|'Makefile

第 3 步：首编 + 冒烟（make source 版含运行时内核编译，首跑 1u1b 示例预计 25 秒左右）：

exportPATH=/usr/local/cuda/bin:$PATHmakesource-j8mkdir-pdocking_result ./Vina-GPU-2-1-CUDA--config./input_file_example/1u1b_config.txt# 预期: mode 表首行约 -6.9 kcal/mol, "total runtime = 24 s" 量级(含 JIT)

第 4 步：免 JIT 正式版（正式计时装这个，同一示例降到 10 秒级，即坑 4）：

makeclean>/dev/null&&make-j8./Vina-GPU-2-1-CUDA--config./input_file_example/1u1b_config.txt# 预期: "total runtime = 9.8 s" 量级

五个坑按杀伤力排序（步骤里已含修法，这里讲清为什么）：

坑 1（克隆即中）：默认 main 分支是空壳。仓库main分支只有 README 和 LICENSE（4 KB），git clone默认拿到的是它，极易误判"项目没放代码"。真实代码在master 分支（18 MB，含 v1.0/v1.1 与两个衍生）——clone 时显式指定分支，或直接下 master 的 tarball。

坑 2：Makefile 绑死作者环境。与 Vina-GPU 系同款：WORK_DIR写死路径、boost 要求源码树现场编译 thread.cpp。补丁一致：WORK_DIR 指当前目录、boost 走系统库并补-lboost_thread、编译加-arch=sm_86。

坑 3：LARGE_BOX 档直接爆显存。Makefile 默认-DLARGE_BOX，把 300×300×300 的静态格点结构体整个cudaMalloc上卡，12 GB 卡瞬间报cudaErrorMemoryAllocation (code=2)。盒子不超过 48 Å 时改-DSMALL_BOX（128³）即可；本文四个体系最大 22.9 Å，SMALL_BOX 全覆盖。

坑 4：make source版每次运行都 JIT。首次用make source编译没问题，但它带的-DBUILD_KERNEL_FROM_SOURCE会在每次运行时现场编译 CUDA 内核——1u1b 示例 24.8 秒里大头是 JIT。正式计时前务必make clean && make重编免 JIT 版，同一示例降到 9.9 秒。

坑 5：config 相对路径按工作目录解析。receptor/ligand 的相对路径是相对运行时 CWD 的，批量脚本里 cd 来 cd去时建议直接在配置里写绝对路径或固定运行目录。

§6. 四体系基准与同机对照

四体系（SMALL_BOX、thread=8192、exhaustiveness=8 等价配置；3tmn 用去金属受体），免 JIT 版总耗时：

三个结论：
一、对 Vina 单核 7.2–15.6 倍、对十二核 1.5–2.9 倍——盒子越大优势越大（7cpa 大盒子把 GPU 喂得更饱）；
二、同机比 Vina-GPU 2.1 快 1.06–1.61 倍，方向与论文的 3.01× 一致、幅度更温和，消费级小体系场景的 GPU 本来就没吃满；
三、能量与 Vina CPU 逐体系对齐（-11.4 对 -11.42），打分移植正确。在四引擎同机横评里，Vina-CUDA 是单配体均衡性最好的一个——每个体系都不慢于任何对手。

§7. 结论与选型建议

NVIDIA 卡 + Vina 打分 + 追求单任务速度的组合，Vina-CUDA 是当前本机实测的最优解：编译补丁五坑一次修完即稳定，SMALL_BOX 覆盖常规口袋，多卡框架白送。
两个提醒：仓库代码分支的"空壳陷阱"说明该项目工程发布尚不成熟，重要结果建议用 Vina CPU 或 Vina-GPU 交叉验证（本文的能量对齐就是这种验证）；盒子超过 48 Å 时回到 LARGE_BOX 档，12 GB 卡需要先算一笔格点显存账。

下一篇测同仓库的两个衍生：QuickVina2-CUDA 与 QuickVina-W-CUDA。

系列导航：专栏全集gnina系列—— 上一篇：Vina-GPU 系列实战测评；下一篇：QuickVina2-CUDA 与 QuickVina-W-CUDA 实战测评。

更多专栏：

我的专栏