展超网2022 ASC世界大学生超级计算机竞赛（ASC22）已进入预赛阶段，全球五大洲超过300支队伍正在向决赛席位发起冲击，他们将挑战一项前沿尖端应用 — 机器学习分子动力学DeePMD-kit训练优化。该赛题将引导大学生进行一场人工智能+科学研究+高性能计算（AI+Science+HPC）的前沿探索。
DeePMD，AI+Science+HPC的新范式
分子动力学（Molecular Dynamics, MD）是一门结合物理、数学和化学等多种学科的综合技术，其基本原理是通过牛顿经典力学计算物理系统中各个原子的运动轨迹，然后使用一定的统计方法计算出系统的力学、热力学、动力学性质。时下最热门的抗新冠病毒疗法和疫苗研究就是分子动力学的典型应用场景。
过去三十多年来，分子动力学研究主要利用AIMD模拟方法，分析原子和分子在固定时间段内如何运动和相互作用。但这种方法只能研究千、万数量级原子，以及皮秒时间尺度的小型系统，对复杂的化学反应、电化学电池、纳米晶体材料和辐射破坏之类的模拟已经很难有所突破。
以机器学习、深度学习为代表的人工智能成为分子动力学研究的突破口。而人工智能+科学研究+高性能计算（AI+Science+HPC）则意味着AI的复杂数据处理能力和Science的第一性原理与HPC的超强算力的结合。其代表性成果就是荣获2020年戈登·贝尔奖的机器学习分子动力学应用DeePMD-kit。
DeePMD-kit成功推动了分子动力学的跨越式发展，而高性能计算的加入将机器学习分子动力学的潜力持续释放。DeePMD-kit每天能够模拟1亿个原子超过1纳秒（1纳秒=1000皮秒）的轨迹，其在超级计算机顶点（Summit）上达到了双精度91P的峰值性能，到解时间快于之前基线水平1000倍以上。可以说DeePMD-kit的出现，定义了AI+Science+HPC的新范式。
DeePMD赛题专家、戈登·贝尔奖获得者之一、深势科技首席科学家张林峰表示：“AI+Science+HPC的结合有着非常广阔的应用前景，其中AI具有对复杂数据的处理能力，以及对高维、非线型函数的表示能力，这些能力融入科学计算和高性能计算形成新的范式，极大地提高了科学计算模拟现实世界的能力。”
