GPUMD 开发者第一次会议圆满召开：聚焦未来发展与创新
★2024年11月30日，GPUMD 成功举办了首次线上开发者会议。此次会议汇集了来自全国各地的研究者和开发者，共同探讨了 GPUMD 的现状、未来规划以及新功能的开发方向。会议由 GPUMD 的维护者樊哲勇博士主持，众多开发者积极参与，会议取得了圆满成功。
一、GPUMD 现状与发展
自 2017 年 8 月发布 1.0 版本以来，GPUMD 经过快速发展，现已成为分子动力学模拟领域的重要工具。截至今年 8 月，最新发布的 3.9.5 版本代码行数已从最初的约 1 万行增长到 6 万多行。GPUMD 的代码托管在 GitHub 上，所有开发者均以自愿方式参与贡献，可随时加入或退出。
在过去的几年中，GPUMD 不断优化和扩展，具有运行速度快、功能丰富的特点，并致力于降低外部依赖，为用户提供简洁高效的模拟体验。
二、开发者手册与开发环境
为帮助新、老开发者更好地参与 GPUMD 的开发，团队编写了详细的开发者手册，涵盖了代码管理、提交 Pull Request、开发环境搭建等内容。开发者可在 Windows 和 Linux 环境下进行开发，需熟悉 C++ 和 CUDA 等编程语言。
GPUMD 的开发强调代码管理和审核，所有代码更改均需通过 GitHub 的 Pull Request 提交，并由其他开发者审核。此举既保证了代码质量，也促进了开发者之间的交流和学习。
三、模块化的代码架构
GPUMD 的代码采用了高度模块化的设计，主要分为以下几个部分：
势函数模块：负责计算体系的能量和力，包括各种势函数的实现，如NEP、 SW、EAM、LJ 等。 积分模块：实现了不同的积分方法和动力学模拟，如 NVE、NVT、NPT 等。 测量模块：用于计算体系的各种物理性质，如温度、压力、径向分布函数等。 最小化模块：用于能量最小化和结构优化，支持多种算法。 蒙特卡罗模块：实现了蒙特卡罗模拟方法，增强了对统计性质的研究能力。
这种模块化的设计使得 GPUMD 的功能扩展和维护更加便捷，同时也便于新开发者快速上手。
图片来源：https://github.com/brucefan1983/GPUMD/blob/master/developers
四、未来发展规划
1. 版本更新计划
会议中，三十余名开发者共同商讨了 GPUMD 的未来版本发布计划：
2025 年春季：发布 4.0 版本，代码行数预计超过 7 万行。 2026 年夏季：发布 5.0 版本，代码行数预计超过 9 万行。 2027 年秋季：发布 6.0 版本，代码行数预计超过 10 万行。
2. 新功能开发方向
（1）NEP模型开发计划NEP 误差估计方法（双精度）：开发 NEP 势函数的误差估计方法，采用双精度计算，提高 NEP 的可靠性和精度。 NEP + 消息传递（实现高精度）：结合消息传递机制，进一步提升 NEP 势函数的计算精度。 NEP + 电荷：在 NEP 势模型中引入电荷，支持带电体系和电化学过程的模拟。 TNEP ：开发张量 NEP 模型，扩展 NEP 可预测的物理量类型。 NEP + 自旋：在 NEP 势模型中加入自旋自由度，支持磁性材料和自旋相关过程的模拟。 NEP 训练加速（梯度下降）：采用梯度下降等优化算法，加速 NEP 势函数的训练过程，提高训练效率。 NEP 大模型开发（20 元、45 元、89 元）：开发 NEP 机器学习势大模型，支持包含 20 种、45 种、89 种元素的复杂体系的高精度模拟。 TB 参数机器学习拟合：利用机器学习方法拟合紧束缚模型（TB），实现电子结构和输运性质的计算。
（2）力场Deep Potential (DP) 接口：计划在 4.0 版本中接入 DP 势函数，使得 DP 用户可以直接使用 GPUMD 进行模拟。 机器学习势函数的拓展：除了 DP，还将考虑接入其他机器学习势函数，促进不同方法的对比和研究。 经验势的改进：继续优化现有的势函数，如 ILP、SW、多体 EAM 、有机物力场OPLS、库仑力计算，支持恒电势模拟等，提升模拟精度和效率。 电荷与电场作用：引入电荷相互作用的计算，支持库仑力和外加电场的模拟，拓展对生物分子和离子体系的研究。
（3）时间演化与采样方法
能量最小化与变盒子优化：引入能量最小化过程中盒子尺寸的优化功能，支持结构的应力释放和相变研究。 增强采样方法：计划开发内置的增强采样算法，提高对复杂能量面和稀有事件的采样效率，包括超动力学等时间加速分子动力学方法。 蒙特卡罗模拟的扩展：完善蒙特卡罗方法，支持更多统计系综。
（4）物理性质计算
结构分析功能：增加角度分布函数（ADF）、配位数分析（CN）、键取向参数（Q4、Q6）等。 力学模拟：完善材料力学的相关计算功能，实现对摩擦力学、拉伸力学、流变等多种力学场景的应用，满足不同力学研究的需求。 材料生长模拟：基于原子沉积方法，模拟材料的生长过程，助力新材料的设计与开发。 流体热输运：采用非平衡态热输运方法，计算流体材料的热导率，拓展对流体体系热传导性质的研究。 电子输运计算：结合线性标度量子输运（LSQT）和一般紧束缚模型（TB），实现对材料电子输运性质的模拟与分析。 弹性常数与声子计算：支持有限温度下的弹性常数计算，以及零温和有限温度下的声子计算（双精度），提高对材料力学性能和振动性质的研究精度。
（5）程序优化与并行计算
代码重构与性能优化：持续优化代码结构，提高计算效率。 MPI 并行支持：计划在未来版本中引入 MPI 并行计算，实现跨节点的并行加速，支持更大规模的模拟。 多硬件兼容：完善对 AMD GPU、国产 GPU 的支持，扩大 GPUMD 的适用范围。 考虑支持纯 CPU 计算：完善用户群体的支持范围。
（6）工具与生态系统
丰富示例与教程：加强对用户手册、示例文件的维护，提供更多实用案例，帮助用户快速上手。
与平台合作：与深势科技的“Bohrium平台”合作，发布教程和应用案例，进一步方便新手入门。
社区建设：鼓励开发者和用户积极参与社区讨论，共同完善 GPUMD。
五、邀请更多开发者参与
GPUMD 的发展离不开广大开发者的支持和贡献。我们将保持开放的开发模式：无论您是学生还是教师，或是其它科研工作者，只要对 GPUMD 的开发感兴趣，都欢迎随时加入开发者团队。大家的开发活动是自发的，不带强制性义务的，开发者可随时退出开发活动。作为回报，对于有实质性贡献的开发者，将有机会在未来 GPUMD 大的版本发布论文中署名。
六、结语
此次 GPUMD 开发者第一次会议的成功召开，标志着 GPUMD 正式迈入了一个新的发展阶段。通过集思广益、协同合作，GPUMD 将不断完善功能，提高性能，满足科研工作者对高效分子动力学模拟的需求。
期待更多的开发者和用户加入到 GPUMD 的大家庭中来，共同推动分子动力学模拟领域的发展，为科学研究贡献力量。
关于 GPUMD
GPUMD（Graphics Processing Units Molecular Dynamics）是一款基于 GPU 加速的、国产的分子动力学模拟软件，由樊哲勇博士主导开发。GPUMD 以高效、灵活、易用为目标，广泛应用于材料科学、物理学、化学等领域的研究。
樊哲勇，公众号：GPUMD与NEPGPUMD 简介
联系我们
GitHub 仓库：https://github.com/brucefan1983/GPUMD
用户手册：https://gpumd.org/
开发者手册：https://github.com/brucefan1983/GPUMD/blob/master/developers/readme.md
QQ群：887975816 (1群已满)， 778083814 （2群）
微信公众号：
