国产分子动力学模拟软件GPUMD官网全新上线-夜雨聆风

国产分子动力学模拟软件GPUMD官网全新上线

GPUMD是一款由渤海大学樊哲勇教授主导开发与维护的国产分子动力学模拟软件，于2017年首发1.0版本[Computer Physics Communications 218, 10 (2017)]。在重点新材料研发及应用国家科技重大专项的支持下，于2025年4月发布了4.0 版[MGE Advances,e70028(2025)https://doi.org/10.1002/mgea.70028],并在随后的几个月迭代至4.6版本。GPUMD中有目前最高效的机器学习势—NEP [Physical Review B 92, 094301 (2021)] ，且无任何外部依赖，是一款独特的分子动力学模拟软件。GPUMD软件在材料的结构、力学、热学、输运、光谱、相变、生长、辐照、催化、反应等领域的模拟中得到了广泛的应用。

2024年6月，GPUMD&NEP加入DeepModeling社区，作为创新性、高效率的MD模拟和机器学习势函数工具，进一步为材料基因工程及AI4S社区提供支持。

2011年，GPUMD的第一行代码写于厦门大学的博士后工作站。十五年间，这款从零起步的分子动力学模拟软件在GitHub上已获得超过700颗星标，全球累计下载逾43万次，并于2024年获得国家科技重大专项支持。

即日起，GPUMD官方网站（https://gpumd.cn）正式上线。网站汇集了软件核心功能介绍、最新版本下载、NEP势函数数据库、社区生态工具及项目动态，旨在为全球用户提供一个统一、便捷的信息入口。

PART 01

软件简介

GPUMD（Graphics Processing Units Molecular Dynamics）是一款基于GPU的通用分子动力学模拟软件包，由渤海大学樊哲勇教授团队主导开发与维护，目前由苏州国家实验室、渤海大学、北京科技大学、新材料大数据中心等单位共同支持。软件采用GPL开源协议发布。

分子动力学模拟是计算材料科学的核心方法之一。研究者通过追踪原子的微观运动，可在计算机中观测材料在原子尺度上的各类行为。随着研究体系的尺度与复杂度不断提升，传统基于CPU的分子动力学程序在并行效率与计算成本方面的瓶颈日益突出。GPUMD从底层重构了程序框架，完全基于CUDA/HIP实现，从架构层面为GPU及国产DCU加速卡定制设计，充分释放异构计算的并行潜力。其核心特点如下：

极致性能：针对GPU架构高度优化，支持千万至亿级原子体系的长时间模拟。在单节点8卡A100 GPU配置下，计算速度可达1.5亿原子步/秒。同时兼容AMD GPU及国产DCU加速卡，适配国内主流算力环境。

易学易用：提供完整的用户文档，覆盖从安装编译到各类模拟方法的全流程。围绕软件已形成活跃的开源工具生态，从建模、数据处理到后分析均有对应工具支撑。用户社区讨论氛围良好，新用户通常可在较短时间内完成入门。

NEP机器学习势：NEP（Neuroevolution Potential，神经演化势）是GPUMD原生支持的机器学习势函数框架，基于神经演化算法训练，可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的训练与使用均在GPUMD中完成，无外部依赖。

广泛适用，成果丰硕：GPUMD适用于金属、合金、半导体、有机物等各类材料体系，覆盖热输运、力学性质、结构相变、辐照损伤、离子输运、电化学反应等研究方向。相关成果已发表于Nature、Science、Nature Communications、Science Advances、PNAS、Physical Review Letters、JACS等国际期刊。

PART 02

软件生态

围绕GPUMD，社区研究者自发维护了一系列配套工具，覆盖结构建模、数据准备、NEP训练到模拟后处理的完整链路，且均在持续迭代更新中：

NEP_CPU：为NEP势函数提供的独立CPU接口，使训练好的NEP模型可在无GPU环境中运行，是众多Python工具包在本地调用NEP的底层基础。
Calorine：功能全面的Python库，提供标准ASE计算器接口，支持在无GPU环境下直接调用NEP势函数进行能量、力和应力计算；内置完整的GPUMD输入输出文件读写功能，可与phonopy、hiphive等声子计算工具无缝联动。
NepTrainKit：NEP训练数据集的可视化与交互式管理工具，支持训练集的结构分布分析、质量筛选与标注可视化，帮助研究者在训练阶段把控数据质量。
GPUMDkit：一站式命令行工具集，整合了GPUMD和NEP日常使用中的高频脚本，将繁琐的操作封装为简洁的命令行接口，覆盖批量输入生成到模拟输出统计分析的各类需求。
GPUMD-Wizard：基于ASE框架的材料结构处理与自动化计算工具，内置多种材料性质的批量计算流程，支持与GPUMD和NEP的深度集成。
PySED：专注于声子谱和振动态密度分析的Python工具，可直接读取GPUMD的模拟输出，便于从MD轨迹中提取声子输运相关信息。
此外，社区中还涌现出围绕NEP训练自动化、主动学习、结构搜索等方向的开源项目并持续活跃。这一不断丰富的工具生态，降低了高精度原子模拟的使用门槛。

PART 03

官网板块

新官网设计简洁，内容聚焦，主要包含以下板块：

功能介绍：系统阐述GPUMD的核心能力与技术优势，配合图示帮助新用户快速建立对软件定位与适用场景的整体认知。

软件下载：提供最新稳定版（当前为v5.1）及历史版本下载。下载页同时提供快速开始指引与官方技术手册入口。

新闻动态：发布项目进展、学术活动与重要更新，包括GPUMD开发者大会、线上培训、学术研讨会等信息。

开发人员：展示GPUMD核心团队及来自全球的贡献者信息。GPUMD由一群专注于分子动力学与高性能计算的研究者共同维护，开放协作的文化是项目持续发展的基础。

NEP势函数数据库：新官网上线的重点板块，详见下文。

PART 04

势库上线

开源的意义，不仅在于将代码公开在GitHub上，更在于构建一个可相互取用、彼此验证、共同积累的知识公地。

官网已正式上线NEP势函数公共数据库。数据库收录了社区研究者贡献的各类开源NEP势函数模型，涵盖金属、半导体、氧化物、有机分子等多类材料体系。每个势函数均附有相关链接与对应参考文献，明确标注训练数据来源、元素组成及适用范围。用户可通过元素周期表交互界面按需筛选，选取合适的势函数后可直接用于模拟研究。

诚挚邀请您参与共建NEP势函数数据库。如果您已基于GPUMD训练了NEP势函数，欢迎将其贡献至数据库。一个高质量、覆盖广泛的公共势函数库，能够显著降低新用户的入门门槛，帮助其他研究者在已有工作基础上快速起步；同时，开放的势函数将被更多研究者使用与验证，也将为您的工作带来更广泛的关注与引用。机器学习势函数领域正处于快速发展期，数据和模型的开放共享，是推动整个领域进步的关键动力。贡献一个势函数，即是为这一公共知识基础设施添砖加瓦。