Npj Comput. Mater.: “鱼与熊掌”可以兼得—兼具高精度、高速度的分子动力学！

• 阅读： 2023/5/19 9:35:38

  分子动力学（molecular dynamics, MD）广泛应用于物理、化学、生物、制药、地质、材料、纳米技术、半导体芯片等领域的原子尺度微观分析。然而，长期以来，在“速度”和“精度”这两个核心指标上，分子动力学存在“鱼与熊掌不可兼得”的问题——经典分子动力学（classical MD, CMD）速度快，但精度低，难以满足高精度计算要求；第一性原理分子动力学（ab-initio MD, AIMD）精度高，但速度慢，难以计算大系统。研发出兼具高精度、高速度的分子动力学方法，一直是各个领域的研究人员追求的共同目标。

  来自湖南大学电气与信息工程学院的刘杰教授团队基于自主研制的非冯·诺依曼（non von Neumann, NVN）芯片架构，提出了一种新型分子动力学方法NVNMD。NVNMD利用深度神经网络模型可以高精度拟合高维势能面的优势，保障了分子动力学的计算精度；并利用新型非冯·诺依曼架构的高效率优势，保障了分子动力学的计算速度。

  因此，NVNMD兼具AIMD级别的高精度、CMD级别的高速度——实现了“鱼与熊掌可以兼得”。通过使用小分子体系、“晶态-不定形态”相变、四元素体系内原子扩散等多种类别的分子动力学计算开展测试，证明了NVNMD兼具高速度与高精度的优势。由于NVNMD为通用性分子动力学方法，其在各个领域的微观分析和基础研究中有广泛应用前景。

  该文近期发表于npj Computational Materials 8，107(2022)

  转自：“知社学术圈”微信公众号

  如有侵权，请联系本站删除！

  
  

  浏览(198)

  点赞(0)

  收藏(0)