Abstract：

材料高效计算和设计、先进实验和大数据技术是材料基因工程的基础。分子动力学模拟是材料高效计算和设计的关键技术之一。GPU加速的分子动力学模拟软件GPUMD（graphics processing units molecular dynamics）和NEP（neuroevolution potential）机器学习势方法近年来在金属、无机非金属以及聚合物材料的结构性质、热力学性质、相变性质、力学性质、辐照损伤、化学有序性、热输运、离子输运、催化、反应、光谱等众多领域获得了广泛应用。本报告介绍三方面的内容：（1）GPUMD的版本发展与现有功能；（2）NEP方法的发展与典型应用；（3）NEP大模型开发的现状与展望。

报告人简介：

樊哲勇博士，毕业于南京大学，博士后工作于厦门大学和芬兰阿尔托大学，现为渤海大学物理科学与技术学院教授、硕士生导师。他长期从事分子动力学模拟的方法与程序开发、热输运、电输运、热电输运等相关课题的研究，主导开发了广为使用的GPUMD软件和高效的NEP机器学习势函数框架，在《Physics Reports》、《Nature Communications》等学术期刊上发表了100余篇论文，出版了教科书《CUDA编程》与《分子动力学模拟》，入选美国斯坦福大学发布的2023和2024年度“全球前2%顶尖科学家榜单”。