分子动力学模拟器的最佳语言，可在生产中运行。 （Python的+ numpy的？）

Question

我需要建立一个重型分子动力学模拟器。我想知道python + numpy是不是一个好选择。这将用于制作，所以我想从一个好的语言开始。我想知道我是否应该开始使用像eg.scala这样的函数式语言。我们是否有足够的库支持scala中的科学计算？或者你认为好的任何其他语言/范例组合 - 以及为什么。如果您过去实际构建了一些内容并且正在根据经验进行讨论，请提及它，因为它将帮助我收集数据点。

非常感谢！

Answer 1

高性能的MD实现往往是绝对必要的（与功能相反），大数据阵列胜过面向对象的设计。我曾与LAMMPS合作，虽然它有瑕疵，但确实可以完成任务。一个更吸引人的选择是HOOMD，它从一开始就针对带有CUDA的Nvidia GPU进行了优化。 HOOMD没有LAMMPS的所有功能，但界面看起来好一点（它可以从Python编写脚本）并且它的性能非常高。

我实际上使用高级面向对象设计实现了我自己的MD代码（Java和Scala），并且与经过大量调整和使用C ++ / CUDA的流行MD实现相比，发现了令人失望的性能。现在，似乎很少有科学家编写自己的MD实现，但能够修改现有的实现是有用的。

Answer 2

1. 你为什么要这样做？您可以使用许多好的，免费提供的分子动态包：LAMMPS，Gromacs，NAMD，HALMD都会立即出现记住（以及像CHARMM，AMBER等那些免费提供的产品）根据您的目的修改任何这些将比编写您自己的，以及任何这些软件包，成千上万的用户和数十个贡献者容易得多。 ，会比你自己写的更好。
2. Python + numpy适用于原型设计，但它会比C / C ++ / Fortran快得多（是的，即使是与快速库相关联的numpy），这是所有其他人使用的。除非您使用GPU，否则所有的辛苦工作都是在用C / C ++编写的内核中完成的。

Answer 3

我相信大多数高性能的MD代码都是用Fortran，C或C ++等本地语言编写的。现代GPU编程技术最近也受到青睐。

像Python这样的语言可以更快地开发本机代码。另一方面，性能通常比编译的本机代码差。

给你一个问题。你为什么要编写自己的MD代码？那里有很多图书馆。你不能找到一个适合你的需求吗？

Answer 4

如果你想使用Python，另一种选择是看看OpenMM：

https://simtk.org/home/openmm

这是一个Molecular Dynamics API，它具有您需要的许多基本元素（集成商，恒温器，恒压器等），并支持通过CUTA和OpenCL通过OpenCL和GPU在CPU上运行。它有一个我以前用过的python包装器，基本上模仿了底层的c-api调用。它已被合并到Gromacs和MDLab中，所以你有一些如何整合它的例子，如果你真的死于从（半）划痕构建东西

然而正如其他人所说，我强烈建议您在开始重新发明轮子之前先看看NAMD，Gromacs，HOOMD，LAMMPS，DL_POLY等是否符合您的需求。