分子动力学模拟的算力特点
分子动力学（MD）模拟与基因组分析不同，它是计算密集型而非内存密集型任务。关键瓶颈在于 CPU 浮点性能和 GPU 加速。
| 体系规模 | 原子数 | CPU 推荐 | 内存 | GPU | 100ns 模拟耗时 |
|---|---|---|---|---|---|
| 小分子-蛋白 | ~5万 | 16 核 | 32 GB | T4 可选 | 数小时 |
| 蛋白-膜体系 | ~20万 | 32 核 | 64 GB | A10 24GB | 1-2 天 |
| 大蛋白复合物 | ~100万 | 64 核 | 128 GB | A100 40GB | 3-7 天 |
| 超大体系 | ~500万+ | 96 核 | 256 GB | A100 80GB×2 | 1-4 周 |
GROMACS GPU 加速
GROMACS 2023+ 原生支持 GPU 加速，加速比可达 5-10 倍：
gmx mdrun -deffnm prod -nb gpu -bonded gpu -pme gpu -npme 1-nb gpu：非键相互作用在 GPU 上计算-pme gpu：PME 静电在 GPU 上计算- 建议 GPU 显存 ≥ 16GB，大体系需要 24GB+
推荐配置
- 入门（小分子对接后验证）：32 核 / 64GB / T4 16GB
- 中等（蛋白-膜/抗体设计）：64 核 / 128GB / A10 24GB
- 高端（大型复合物）：96 核 / 256GB / A100 40GB