计算化学公社

标题: 各位来谈谈,计算化学10年前与10年后有哪些不同? [打印本页]

作者
Author:
ChaosChiao    时间: 2015-3-18 09:29
标题: 各位来谈谈,计算化学10年前与10年后有哪些不同?
10年前是2005年之前,我个人对MD较为熟悉,我先抛砖引玉了。
十年之前,同源模建的文章铺天盖地,10年之后,不说销声匿迹吧也只能混迹于低档次文章了。
十年之前,MD能做到5ns,10ns就已经是一流的研究组了。10年之后,不跑个100ns你都不好意思跟人说话。
十年之前,MD只能解决一个小蛋白与配体的结合方面的问题,10年之后,MD已经能将一小段无规卷曲的肽链折叠成晶体结构的构型了。
十年之前,能跑个常规MD就不错了,十年之后,QM/MM/MD,REMD,AMD,SMD等等都是铺天盖地,采样方面的研究很多。
暂时只想到这些。各位有什么见解?
作者
Author:
sobereva    时间: 2015-3-18 18:51
十年之前,普遍认为DFT算电荷转移激发、弱相互作用一塌糊涂,十年之后反倒成了研究这些问题的标准方法。
十年前GPU加速在MD上还是小众向的实验性技术,十年已经全面普及,更是穷人跑MD必备。
十年前做计算的PC标配单核、256/512MB、160G,十年后标配四核、8/16GB、2TB+120/240G固态。

不过一切发展都在减缓,瓶颈愈发明显,没法期望下个十年各方面的进步能像2005~2015期间变化这么巨大了。
作者
Author:
kunkun    时间: 2015-3-20 14:06
说的我的心哇凉哇凉的...我的设计看来都得向100ns进发了.....
是时代进步的太快..还是我看的参考文献太早..
作者
Author:
sobereva    时间: 2015-3-20 18:43
kunkun 发表于 2015-3-20 14:06
说的我的心哇凉哇凉的...我的设计看来都得向100ns进发了.....
是时代进步的太快..还是我看的参考文献太早. ...

6年前,还流行跑10ns。现在对于一般体系不跑个50ns就可能遭吐槽。有时候审稿人还让多跑几遍进行验证。
作者
Author:
gyp    时间: 2025-4-17 00:47
挖坟,又一个十年了,大家觉得这十年又有什么变化呢?
作者
Author:
jrfjrf123    时间: 2025-4-17 09:14
好一记洛阳铲,现在MD平均模拟时长已经奔着1000ns去了
CPU,固态和显卡这些硬件还是有很明显的进步的
作者
Author:
rugals    时间: 2025-4-17 11:19
现在是ML-MD、AIMD的时代

后面估计应该是NAMD,但计算量实在是太过凶残,理论也需要进一步完善。
作者
Author:
不会扣篮的后卫    时间: 2025-4-17 23:35
rugals 发表于 2025-4-17 11:19
现在是ML-MD、AIMD的时代

后面估计应该是NAMD,但计算量实在是太过凶残,理论也需要进一步完善。

老师,您好。请问您说的NAMD全称是什么?
作者
Author:
sobereva    时间: 2025-4-18 04:41
不会扣篮的后卫 发表于 2025-4-17 23:35
老师,您好。请问您说的NAMD全称是什么?

non-adiabatic molecular dynamics

借助算力和ML势,NAMD会得到长足发展,但终究只是个相对小众的领域,不会是什么“大势”

作者
Author:
不会扣篮的后卫    时间: 2025-4-18 21:16
sobereva 发表于 2025-4-18 04:41
non-adiabatic molecular dynamics

借助算力和ML势,NAMD会得到长足发展,但终究只是个相对小众的领域 ...

谢谢卢老师!
作者
Author:
dylanx    时间: 2025-6-16 11:34
又一个10年,虽然我量化刚刚入门,但是却有兴趣去钻研。
作者
Author:
xiaowei2022    时间: 2025-6-16 16:29
又十年后,AIMD和DPMD出山,能更好地描述分子间相互作用
作者
Author:
Uus/pMeC6H4-/キ    时间: 2025-6-16 16:53
本帖最后由 Uus/pMeC6H4-/キ 于 2025-6-16 16:58 编辑
xiaowei2022 发表于 2025-6-16 16:29
又十年后,AIMD和DPMD出山,能更好地描述分子间相互作用

AIMD如果只是基于BO近似的BOMD,或者只是用普通DFT做的,那不算什么新东西,哪怕你说个PIMD或者楼上提到的NAMD都可能更新一点。至于DPMD,如果你指的是DeePMD-kit深度学习势这种基于机器学习的方法,其本身并不能用“更好地描述分子间相互作用”来形容,毕竟精度首先就受限于训练集,而且黑箱式的应用也很难说提供多少new insight给相互作用的成分细节。

要我说最期待看到的发展是什么,可能是这么两点:(1)把孤立体系多参考计算的那一套WFT方法推广开来,让强静态相关、自旋磁矩复杂的周期体系也能定量精确描述(大概意思来自  @zjxitcc  老师的这个帖子);(2)把巨正则系综跑恒电势AIMD的那一套方法推广开来,让随便哪个电化学过程的电极表面反应都能合理描述(参考此帖讨论)。
作者
Author:
xiaowei2022    时间: 2025-6-16 16:55
Uus/pMeC6H4-/キ 发表于 2025-6-16 16:53
AIMD如果只是基于BO近似的BOMD,或者只是用普通DFT做的,那不算什么新东西,哪怕你说个PIMD或者楼上提到 ...

受教了




欢迎光临 计算化学公社 (http://bbs.keinsci.com/) Powered by Discuz! X3.3