夜雨聆风近期，国内自主研发的分子动力学模拟软件 GPUMD 在新材料大数据中心统一服务门户（https://www.matbd.cn）和软件官网（https://gpumd.cn）同步正式上线。
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。目前，官网提供最新版本下载、NEP势函数数据库访问、社区生态工具使用等，旨在服务全球用户。
1
软件简介
SOFTWARE INTRODUCTION
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：
1.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。
2.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。
3.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。
4.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。
2
软件生态
SOFTWARE ECOSYSTEM
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。
3
功能板块
FUNCTIONAL MODULES
软件官网设计简洁，内容聚焦，主要包含以下板块：
01
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。
02
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。
03
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。
04
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。
05
NEP势函数数据库
新官网上线的重点板块，详见下文。
4
势库上线
NEP POTENTIAL DATABASE LAUNCHED
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。
5
发展历程
DEVELOPMENT HISTORY
回望GPUMD的演进历程，若干节点值得记录：
2015年，推导出多体势热流的正确表达式，奠定了GPUMD在热输运领域的方法基础；
2017年，GPUMD-v1.0在GitHub开源，约一万行代码向全球开放；
2021年，NEP方法在Physical Review B发表，标志着GPUMD从一款高效的经典MD软件拓展为完整的机器学习势函数构建与应用平台；
2024年，首届全国GPUMD&NEP学术研讨会在渤海大学召开，GPUMD学术共同体初步形成；同年，项目获得国家科技重大专项支持；
2025年，第一届GPUMD开发者大会暨AI分子动力学前沿研讨会于宁波举行。
6
加入我们
JOIN US
GPUMD能走到今天，是因为有人相信：做一款真正好用的国产计算软件，值得投入十五年。它将继续走下去。现诚邀开发者贡献功能代码、NEP势函数、使用反馈与性能改进。您的贡献将被全球用户看到、使用并引用。
国产软件，开源共进。欢迎访问：
新材料大数据中心统一门户-“数据产品”：
https://www.matbd.cn/dataproducts/materialsdesign/gpumd/
官方网站：https://gpumd.cn
GitHub源码：https://github.com/brucefan1983/GPUMD
用户文档：https://gpumd.org
NEP势函数数据库：https://gpumd.cn/database.html
出品：新材料大数据中心
