A. GPU服务器哪几个厂商比较知名
深度学习GPU服务器是科学计算服务器的一种,科学计算服务器主要用于科学研究,是高性能计算机的一种,介于一般服务器与超级计算机之间。目前,科学计算服务器大约占整个服务器市场的5%左右,风虎云龙是目前所知国内专注于科学计算高性能服务器的厂商品牌,多年来一直紧跟科学发展,密切关注人工智能、机器学习、深度学习发展,结合科研发展需要研发生产高性能科学计算服务器,提供专业的售前、售中和售后服务,以及高性能计算集群的安装、调试、优化、培训、维护等技术支持和服务。
B. 如何计算分子的动力学直径
入门阶段,首先你要知道你想做什么,最好是找个看起来不太难的文章照着把里面的模拟自己重复一遍。因为全原子模拟大都是用一些软件来进行的,因此你首先需要的是学会一些软件的使用,常用的生物分子模拟软件包括:Gromacs、Amber 和 NAMD 等等,材料有关的模拟还有 Lammps 等软件。学这些东西的时候首先主要是要知道模拟的基本流程以及实现的方法,包括怎样搭建模拟的体系、各种文件格式的转换、系综与盒子的选择、水及离子、能量极小化等等,等到模拟的轨迹出来怎样对数据进行处理,等到之后还可以学习软件里面的一些插件,例如一些加速采样的方法等等。
自己学一种语言的话,在初期,做 MD 比较重要的是脚本语言,包括 Shell 脚本或者其它你自己喜欢的脚本。因为最终你还是不太可能完全在自己的电脑上跑程序的,所以要有一个你自己用得比较熟的、能对大规模的数据进行处理的语言,我觉得 Python 是很适合的,而且里面的 Prody,Matplotlib 等等各种包都非常好用。
入门之后,如果希望自己通过一些量子化学的计算结果去调整和修改现有的力场,那么需要能看懂其他人的代码,这种时候很可能会需要能读懂 Fortran 的代码。如果自己喜欢做一些简化模型自己弄着玩,用 Python 之类的写起来是简单,但是效率太低,还是需要会一点点 C 或者 C++,当然语言只是一方面,更重要的是自己要结合实际的体系做一些最简单的优化。
相比起书籍来,还可以关注一些做模拟的学术们聚集的论坛和社区,例如:小木虫、分子模拟论坛、ResearchGate 等等。
参考书的话,其实有很多,不过还是要看你自己需要哪方面的内容:
分子模拟方面的经典书籍:Understanding molecular simulation: From algorithms to applications 和 Molecular Modelling - Principles and Applications ,两本书的侧重点有些不同。
中文书籍:《分子模拟的理论与实践》《计算化学——从理论化学到分子模拟》中的部分章节;
偏统计和计算物理方面:Statistical Mechanics: Algorithms and Computations。