GPUMD 是一款基于 CPU+GPU 异构并行的开源国产分子动力学(MD)模拟软件包。结合神经演化机器学习势函数(NEP),实现高精度与高效率的完美统一。
重新定义原子尺度模拟
更准、更快、更好用的分子动力学模拟软件
GPUMD 是一款高效的开源分子动力学模拟软件。它基于 CUDA/HIP 原生开发,在 GPU 和 DCU 上可以实现极致的模拟效率。GPUMD 支持多种经验势函数和 NEP 机器学习势,单卡计算速度可达每秒千万原子步。
NEP 是 GPUMD 原生支持的、基于神经演化算法的机器学习势函数,可以实现第一性原理精度的能量、力和位力预测,计算成本接近经验势。NEP 适用于各种复杂材料的大规模分子动力学模拟,可以在 GPUMD 上高效运行。
近日,《Science》刊登了劳伦斯伯克利国家实验室与乔治华盛顿大学等机构合作团队关于半导体合金短程有序的最新研究工作。该工作首次在实验中直接捕捉并定量刻画半导体合金中的短程有序,为微电子与量子器件的性能调控开辟了新途径。
阅读全文
GPUMD 4.0 已于 2025 年 4 月 29 日发布,相应的论文于 2025 年 8 月 3 日在国产期刊 MGE Advances 上在线发表。渤海大学为本文的第一作者单位。
阅读全文
第一届GPUMD开发者大会暨人工智能分子动力学前沿研讨会于 2025 年 6 月在宁波成功举办。会议汇聚了来自全国各地的开发者与专家,探讨最新进展。
阅读全文渤海大学教授 | 苏州国家实验室兼职研究员
南京大学理论物理博士,现任渤海大学教授、苏州国家实验室兼职研究员。创建并长期维护 GPUMD 程序。提出通用的多体势公式体系并发展一系列热输运模拟方法。提出高效的 NEP 机器学习势方法并持续推改进与拓展。
主导开发与维护 GPUMD 并开发了 NEP 方法。
北京科技大学教授 | 苏州国家实验室主任研究员
北京科技大学教授,苏州国家实验室主任研究员/人工智能研究部副部长。从事材料大数据和机器学习研究,合作提出了NEP机器学习势方法,为GPUMD的发展和推广,提供了学术指导和支持。
指导 GPUMD 项目发展与材料大模型研发。
NEP 势函数的 C++ 实现,为许多 Python 包及 LAMMPS 提供接口。
提供 NEP 的 Python 接口,用于各种性质的计算和分析。
专注于 NEP 训练数据集操作和可视化的工具包,提供直观的图形界面和分析工具,帮助用户调整数据集。
专为 GPUMD 设计的预处理和后处理工具箱,提供了一个用户友好的命令行界面,旨在提高用户的工作效率。
基于 ASE 的材料结构处理软件,能够自动化计算材料的多种性质。还支持调用 GPUMD 进行 MD 模拟与分析。
分析声子动力学与热输运的高效工具,支持谱能量密度计算。