機器學習分子動力學精度提至1億原子 中美團隊獲超算諾獎

有超算屆的諾貝爾獎的戈登·貝爾獎日前公布，由中美科學家組成的研究團隊因“結合分子建模、機器學習和高性能計算相關方法，將具有從頭算精度的分子動力學模擬的極限提升至1億個原子規模”獲獎。

這個中美團隊是來自加州大學伯克利分校的賈偉樂和林霖、北京應用物理和計算數學研究所副研究員王涵、北京大學應用物理與技術研究中心研究員陳默涵及其研究生路登輝，普林斯頓大學張林峰博士以及該校教授鄂維南、羅伯托·卡爾。該研究工作的論文地址可參考：https://arxiv.org/abs/2005.00223

頒發該獎項的美國計算機協會認為，基于深度學習的分子動力學模擬通過機器學習和大規模并行的方法，將精確的物理建模帶入了更大尺度的材料模擬中，有望在將來為力學、化學、材料、生物乃至工程領域解決實際問題發揮更大作用。

計算效率和精度就如同“魚和熊掌不可兼得”，困擾著分子動力學。基于經驗力場的分子動力學方法效率高精度差，而基于第一性原理（的分子動力學方法精度較高但效率低。而基于深度學習的分子動力學方法較好的結合了第一性原理方法的精度和經驗力場的效率，顯示出了其優勢并已被快速推廣使用。

該研究團隊實現了深度學習分子模擬方法軟件DeepMD-kit在CPU-GPU硬件架構上的編程與超大規模并行，在美國Summit超級計算機上測試了超過一億個原子的分子動力學模擬計算，達到了雙精度91 PFLOPS，混合單精度162 PFLOPS，混合半精度275 PFLOPS的峰值浮點運算能力。研究團隊還采用該方法模擬了銅納米晶粒拉伸后產生位錯的過程（如圖所示），這是傳統第一性原理方法無法模擬的大尺度計算。

銅納米晶粒（包含一千萬個原子以上）的拉伸模擬。（a）具有面心立方晶體結構的銅原子（紫色），晶界原子（黃色）。（b）沿z軸拉伸10%后的銅納米晶粒產生位錯結構（青色）

這并不是中國團隊第一次獲得該項殊榮。

2016年，中科院軟件所楊超研究員與清華大學副教授薛巍、付昊桓等人聯合北師大組成的研究團隊憑借在“神威·太湖之光”上運行的“全球大氣非靜力云分辨模擬”應用獲獎。它的獲獎實現了我國高性能計算應用在此獎項上零的突破。除最終獲獎的引用外，中科院計算機網絡信息中心的“鈦合金微結構演化相場模擬”以及國家海洋局第一海洋研究所與清華大學合作的“高分辨率海浪數值模擬”兩項目也獲得入圍。

2017年，由清華大學地球系統科學系副教授付昊桓等共同領導的團隊所完成的“非線性地震模擬”獲獎。該項目設計實現了可擴展性的非線性地震模擬應用平臺，是超級計算機在地震災害研究方面的一次成功應用。

設立于1987年的“戈登·貝爾”獎被稱為“高性能計算領域的諾貝爾獎”，是國際高性能計算應用領域的最高學術獎項，由美國計算機協會與美國電氣電子工程師協會聯合頒發。

參考地址

1.北京大學應用物理與技術研究中心陳默涵及合作者入圍國際高性能計算領域“戈登貝爾獎”決賽
http://pkunews.pku.edu.cn/pub/pkunews/xwzh/f20aea042065436ebd31e4665c214673.htm

2.戈登·貝爾獎出爐，8人團隊中7張中國面孔
http://news.sciencenet.cn/htmlnews/2020/11/448930.shtm