MD模拟加速30倍!AI让分子动力学从“算力地狱”脱困

源自50位全网作者

15:13

内容由AI生成

精选参考来源

1. IBM 新模型 TrajCast 上顶刊:分子动力学不用算力也能做,时间步长直接 ×30

2. 分析梳理--分子动力学模拟

3. IBM黑科技TrajCast:基于AI轨迹预测的分子动力学模拟范式革新,分子动力学模拟效率狂飙30倍,15ns轨迹一天搞定

4. 基于时间序列范式加速分子动力学模拟

5. 听说金属材料人不会搞机器学习?试试这个软件!DeePMD-kit 详细解析:深度学习驱动的分子动力学模拟工具包

6. 利用深度学习突破分子动力学的瓶颈:机遇、陷阱及应对策略

7. 斯坦福SOTA | EGINTERPOLATOR:用结构预训练重构分子动力学模拟,速度提升3.6倍,跨分子体系泛化

8. AI虚拟筛选➕动力学模拟模版 在上千万分子库中一键精准锁定候选药物分子 上千万分子库 → 一键虚拟筛选 → 秒级锁定苗头化合物 → 全流程动力学模拟验证 告别传统高通量筛选的“人力+财力”双消耗。算力即生产力,精准度与效率并存。 #分子对接 #生信分析 #动力学模拟 #计算机辅助设计 #医学生

9. 分子动力学模拟完全指南(蛋白-小分子):从工具选择 → 系统搭建 → 模拟运行 → 数据分析 | 可重复的实操教程

10. 【Al+ 机器学习】Curr. Appl. Phys.:经典力学与机器学习驱动的分子动力学在电池研究中的应用

11. Amber + Claude Code:一句话搞定分子动力学模拟全流程

12. 做分子对接、虚拟敲除没压力,百种软件已预装~

13. MLMD与传统动力学差异解析

14. 【最新动态】国产分子动力学模拟软件 GPUMD全新上线 | 十五年持续迭代,开源共建新生态

15. 做结构生物学的都懂,曙光8000这种“超智融合”来得太及时 今年WAIC算力展区逛下来,中科曙光曙光8000和华为Atlas950各有拥趸,但做结构生物学的我,在曙光8000展台前彻底走不动道了。 咱们这行的算力痛只有自己知道。蛋白质折叠模拟、分子动力学跑个微秒级轨迹,传统集群动不动算几个月甚至

16. 论文速览 | 用于从头算分子动力学模拟的模型知识迁移

17. arXiv | 王任小&陈洛南团队提出ASTEROID:结合时空信息变换方程与Transformer,加速大分子动力学模拟

18. arXiv | 为 AI 留出空间:GROMACS 中基于深度势能的多 GPU 分子动力学模拟

19. 【佳作推荐】厦门大学Pavlo O. Dral团队JCTC论文:基于四维特征的等变神经网络MDtrajNet实现分子动力学模拟轨迹的直接生成

20. 字节跳动AnewSampling分子动力学模拟AI模型

21. 算力破局!AI 力场让分子动力学模拟 “又快又准”,液态氩实验完美验证

22. Sci. Adv. | 跨时间尺度分子动力学:可迁移生成模型连接飞秒与纳秒模拟

23. 分子动力学模拟可以做什么?

24. 分子动力学+机器学习双驱动!Spearman特征筛选助力FeNiCrCoCu高熵合金力学性能高精度预测!

25. 西湖大学黄晶团队: 分子动力学模拟硬件加速阶段性突破

26. 分子动力学模拟必胜十招

27. 索邦大学Jean-Philip Piquemal:DMTS-NC,五倍速精度无损——神经网络势能分子动力学的新范式

28. 分子对接 vs 分子动力学模拟

29. 机器学习分子动力学:从力场基础到等变大模型!

30. 【微传驿站】分子动力学模拟与纳米尺度传热(一):LAMMPS模拟软件入门

31. MD模拟+机器学习,精准识别RNA-蛋白复合物

32. 基于并行构件技术的分子动力学模拟系统的设计与实现

33. 国家超算无锡中心升级让我有点期待。 做计算化学的同行应该懂我的感受——这些年用过的超算中心不少,能跑大型科学计算,但碰到AI相关任务时经常要折腾半天。 传统超算中心的强项是高精度科学计算(FP64/FP32),但大模型训练和AI推理需要的是低精度(FP16/INT8)。以前的办法是超算跑超算的活

34. 科学计算和AI,正在重新坐到一张桌子上 我做科研计算,过去对“智算中心”其实有点距离感。很多平台为大模型训练设计,对科学模拟、分子动力学、气候计算这类高精度任务并不友好。我们需要的不只是低精度推理,也需要高精度计算、复杂并行和稳定的数据链路。 这也是为什么我会关注曙光在ISC 2026上提到的“超智

35. 学习统计力学时,哪个概念让你觉得「醍醐灌顶」或「脑洞大开」?

36. 年中总结,投资人进。 上半年密集跑了几个算力相关的投决会,分享点个人感受。一个有意思的变化是,LP们现在不再单纯追问多少P算力,而是改问能不能跑全精度。 为什么?因为纯AI智算集群有个天然短板:半精度(FP16/BF16)跑大模型训练推理确实快,但遇到气象模拟、基因测序、新材料计算这类需要双精度(F

37. 大模型火了好几年,几乎所有算力故事都在讲GPU。但中科曙光发布的新一代通用高性能计算平台,让我重新想了一个问题:那些GPU搞不定的高精度场景,谁来补? 东南大学一位搞材料模拟的教授在发布会上分享了他们的经历。他们做多尺度模拟,核心是求解薛定谔方程,精度要求双精度起步(FP64),收敛精度要到10的负

38. AI4S智能体「井喷」,这个智能体登顶多项评测榜单,实现产业落地

39. AI正在改变汽车安全研发,BMW率先探索工业级碰撞仿真模型

40. 理论化学做方法开发和做应用计算哪个更难发论文?

41. 我用 OpenClaw 跑了一次 MD,开始重新理解“科研门槛”

42. MD UI 是一款在 AI agent 协助下开发的 macOS 分子动力学模拟工作流平台,旨在把 GALAMOST 脚本生成、服务器提交、运行监控、结果下载与数据分析整合到一个可视化界面中,让科研人员更高效、可追溯地完成完整分子模拟流程。

43. 突破分子模拟效率瓶颈:JAX MD实战指南

44. Gromacs实战指南:从能量最小化到自由能景观的完整蛋白质模拟分析

45. 从材料模拟到实验天文学,全新 NVIDIA AI 软件解锁科学发现

46. 介科学与过程工程全国重点实验室发布计算流体力学与分子动力学全自动智能模拟计算平台

47. 别再硬算力场了!用VASP 6.4在OpenBayes上跑NVT分子动力学,5分钟搞定硅晶体模拟

48. PyTorch 2.8镜像惊艳案例:化学反应过程→分子运动3D视频模拟

49. 当字节跳动开卷AI制药

50. 欢迎来到分子的“楚门的世界”:上帝视角的分子动力学模拟 (MD) 生存指南

0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章