$道氏技术(SZ300409)$ 道可道非常道！道士发威，玄之又玄！

非冯·诺依曼架构分子动力学计算系统“NVNMD”是一种新型的分子动力学模拟工具，它通过结合机器学习、人工智能和非冯·诺依曼架构技术，旨在实现高精度和高效率的分子动力学模拟。以下是关于NVNMD的一些关键特点和功能：

1.  高精度和高效率：NVNMD旨在解决传统分子动力学模拟中准确性和效率之间的长期困境。它通过使用机器学习模型（特别是DeePMD）来评估势能面（PES），显著提高了模拟的效率，同时保持了与从头算分子动力学（AIMD）相当的高精度。

2.  非冯·诺依曼架构：NVNMD采用了非冯·诺依曼架构，这是一种与传统冯·诺依曼计算机架构不同的设计。在非冯·诺依曼架构中，数据处理硬件和数据存储硬件不再是分开的组件，这有助于减少数据在处理和存储之间来回传输的瓶颈，从而提高计算效率。

3.  处理内存技术（PIM）：NVNMD利用处理内存（Processing-In-Memory, PIM）技术，将逻辑设备和存储单元集成在一起，避免了传统冯·诺依曼计算机中的数据获取延迟。

4.  量化神经网络（QNN）：为了适应硬件设备中有限的电源和计算资源，NVNMD使用了量化神经网络（QNN）来替代传统的基于浮点数的连续神经网络（CNN）。QNN通过量化权重和激活函数来节省功耗和计算资源。

5.  无乘法神经网络：NVNMD提出了一种无乘法的神经网络设计，以减少硬件电路复杂性和功耗。这种设计通过位位移操作来替代乘法操作，更加节省资源和能源。

6.  非线性激活函数：NVNMD设计了一种没有使用三角函数的非线性激活函数，以简化在NvN架构中的实现，并使其更容易在训练和预测中使用。

7.  硬件实现：NVNMD的硬件实现采用了异构vN/NvN架构，结合了基于冯·诺依曼架构的CPU和基于非冯·诺依曼架构的FPGA。这种设计使得NVNMD能够高效运行各种分子动力学模拟，包括正则系综、微正则系综、等温等压系综MD等。

8.  开源代码和在线访问：NVNMD的训练代码和数据已经开源，用户可以访问GitHub上的代码库来生成NVNMD专用的原子间势能模型，并且可以通过在线系统进行NVNMD计算。

综上所述，NVNMD是一个创新的分子动力学模拟平台，它通过结合最新的机器学习技术和非传统计算架构，提供了一种新的途径来实现高效和准确的分子动力学模拟。