PKU

COE

2020年8月26日，首届中国科学院“先导杯”并行计算应用大奖赛决赛圆满落幕，来自北京大学的深度势能团队在“开放应用”赛题荣获特等奖（共两名）。深势团队的成员包括来自北京大学工学院的硕士研究生路登辉（队长），北京大学应用物理与技术研究中心的陈默涵研究员以及北京应用物理与计算数学研究所的王涵副研究员。

图1 先导杯“开放应用”赛题特等奖颁奖现场，左二为路登辉同学

中科院于2020年3月启动先导杯大赛，旨在突破计算机软件环境与学科应用方面的瓶颈，充分发挥比赛对于科学发现以及科技创新的驱动力。深势团队的工作是将基于深度学习的开源分子动力学模拟软件DeePMD-kit移植到新一代国产超算平台，针对其新硬件进行程序设计和优化，并且使用混合精度模型加速分子动力学模拟过程。测试结果表明，新硬件完全支持该软件的大规模并行，且98%的分子动力学过程由新硬件执行。

基于深度学习的分子模拟软件DeePMD-kit利用第一性原理计算小系统生成的数据作为训练输入（图2a），通过特殊设计的深度神经网络在保留输入原子坐标的平移、旋转以及置换不变性的基础上拟合原子的受力和能量，能高精度的重复出第一性原理方法计算的结果（见图2b）。该方法结合物理建模和机器学习，提出了一套有效的新方法来解决长期困扰分子动力学模拟的精度和效率不可兼得的困难。团队首次开发成功的基于国产硬件的深度学习分子模拟软件为国产超算的应用提供了新的思路同时也推动了国内相关高性能计算领域的发展。

图2（a）深度神经网络通过原子坐标拟合对应的势能面。（b）描述常温常压液态水结构的径向分布函数（紫色：第一性原理分子动力学数据；青色：DeepMD-kit双精度数据；虚线黄色：DeepMD-kit混合精度数据）

团队成员路登辉本科毕业于中山大学数据科学与计算机学院计算机系，2019年进入北京大学工学院工程力学专业攻读硕士学位，主要从事分子模拟软件的大规模并行程序发展，目前已发表三篇SCI论文，导师为陈默涵研究员。

End

文图编辑 | COE

摄影征稿 | communication@coe.pku.edu.cn

工之道

点击阅读原文

访问北大工学官方网站

获取更多资讯

实

为本

新

为上