新聞快訊

免费开户送58元体验金_开户免费送白菜娱乐网_八大胜开户网址_开户送体验金app下载_乐城开户送38元体验金碩士生路登輝及合作者奪得“先導杯”並行計算應用大獎賽特等獎

2020-11-03

 

2020年8月26日,首屆中國科學院“先導杯”並行計算應用大獎賽決賽圓滿落幕,來自北京大學的深度勢能團隊在“開放應用”賽題榮獲特等獎(共兩名)。深勢團隊的成員包括來自免费开户送58元体验金_开户免费送白菜娱乐网_八大胜开户网址_开户送体验金app下载_乐城开户送38元体验金的碩士研究生路登輝(隊長),北京大學應用物理與技術研究中心的陳默涵研究員以及北京應用物理與計算數學研究所的王涵副研究員。


圖1 先導杯“開放應用”賽題特等獎頒獎現場,左二為路登輝同學

中科院於2020年3月啟動先導杯大賽,旨在突破計算機軟件環境與學科應用方麵的瓶頸,充分發揮比賽對於科學發現以及科技創新的驅動力。深勢團隊的工作是將基於深度學習的開源分子動力學模擬軟件DeePMD-kit移植到新一代國產超算平台,針對其新硬件進行程序設計和優化,並且使用混合精度模型加速分子動力學模擬過程。測試結果表明,新硬件完全支持該軟件的大規模並行,且98%的分子動力學過程由新硬件執行。

基於深度學習的分子模擬軟件DeePMD-kit利用第一性原理計算小係統生成的數據作為訓練輸入(圖2a),通過特殊設計的深度神經網絡在保留輸入原子坐標的平移、旋轉以及置換不變性的基礎上擬合原子的受力和能量,能高精度的重複出第一性原理方法計算的結果(見圖2b)。該方法結合物理建模和機器學習,提出了一套有效的新方法來解決長期困擾分子動力學模擬的精度和效率不可兼得的困難。團隊首次開發成功的基於國產硬件的深度學習分子模擬軟件為國產超算的應用提供了新的思路同時也推動了國內相關高性能計算領域的發展。


圖2(a)深度神經網絡通過原子坐標擬合對應的勢能麵。(b)描述常溫常壓液態水結構的徑向分布函數(紫色:第一性原理分子動力學數據;青色:DeepMD-kit雙精度數據;虛線黃色:DeepMD-kit混合精度數據)

團隊成員路登輝本科畢業於中山大學數據科學與計算機學院計算機係,2019年進入免费开户送58元体验金_开户免费送白菜娱乐网_八大胜开户网址_开户送体验金app下载_乐城开户送38元体验金工程力學專業攻讀碩士學位,主要從事分子模擬軟件的大規模並行程序發展,目前已發表三篇SCI論文,導師為陳默涵研究員。