GPU分子动力学模拟

基于机器学习势函数的高精度、大尺度、长时间的分子动力学模拟

了解更多

2k+

用户数量

100+

论文数量

400+

GitHub⭐️

核心技术

采用先进的机器学习算法并充分利用GPU等计算资源，实现金属、半导体、有机物等各类材料的高效率和高性价比的分子动力学模拟。

CPU+GPU异构计算架构

支持CPU+GPU异构并行计算，支持Nvidia和AMD等厂商的GPU以及DCU加速卡，支持多卡并行加速。

机器学习势函数

提供极为高效NEP机器学习势函数，实现NEP训练与应用的无缝衔接，将量子力学精度的模拟扩展至介关尺度。

智能数据平台

提供GPUMD的可视化操作界面，包含大量前处理与后处理功能，极大地提高GPUMD的使用效率。

GPUMD&NEP

图形处理器加速的分子动力学模拟软件包 & 演化算法训练的神经网络势函数

• 开源免费，遵循GPL开源协议。
• 具有丰富的分子动力学模拟功能，且保持活跃的开发状态。
• 利用GPU和DCU等硬件加速，具有极高的效率和性价比。
• 提供利用演化算法训练的NEP机器学习势函数，训练与应用无缝衔接。

源代码仓库

VGPUMD

可视化数据平台

• 提供GPUMD的可视化操作界面，可实时监控模拟数据并识别潜在的计算问题。
• 包含大量前处理与后处理功能，极大地降低GPUMD学习门槛并提高GPUMD的使用效率。

开发中，敬请期待