学术论坛
2025 年 10 月 22 日下午，25学年秋季名师导学课程顺利举行。本次讲座特邀上海科技大学单一兵教授，带来题为《AI 时代的分子动力学模拟》的报告。报告从分子动力学模拟的算力瓶颈切入，层层递进阐释专用超算与 AI 技术如何深度融合，加速生物医学尤其是药物研发领域的突破式发展。
单一兵教授拥有跨学科教育背景，获美国德雷塞尔大学计算机科学硕士及物理学博士学位。作为 D.E. Shaw Research创始成员，他积极参与到ANTON系列专用超算的概念设计与核心研发，并两次荣获计算机领域顶级奖项 —— 美国计算机协会 “戈登・贝尔奖”。近年，他投身慈善与科技创业，创立聚焦癌症药物研发的Antidote Health Foundation（解药健康基金会），并发起 AB Magnitude Ventures Group 投资集团，推动计算机辅助癌症治疗技术的产业化落地。
讲座开篇，单教授以分子动力学模拟的“算力困境”为线索，带领听众回溯 20 世纪末至 21 世纪初的科研历程：早期分子模拟受限于通用计算平台，仅能模拟小体系短时间过程，而蛋白质折叠、药物-蛋白结合等关键生物过程，需要对数十万甚至数百万原子进行微秒、毫秒级模拟。因此，传统CPU、GPU架构的效率瓶颈愈发明显，“专用超算为分子模拟而生”的需求由此凸显。
围绕ANTON系列超算的技术演进，单教授展示了三代产品的核心参数突破：从 2007 年首代 ANTON 采用 90nm 制程、单节点处理 460 个原子，到 2012 年 ANTON2 升级为 40nm 制程、单节点原子处理量跃升至 8000 个，再到 2020 年 ANTON3 以 7nm 制程实现单节点处理 11 万个原子，每一代都在并行计算核心数、时钟频率、数据传输带宽上实现量级突破。他强调ANTON系列采用非冯・诺依曼架构，为分子动力学 “定制” 计算路径：将静电作用、键相互作用等核心计算拆解为专用硬件单元，直接为每个粒子分配内存积累力学数据，相比传统架构，在分子模拟场景下的效率提升超百倍，首次让蛋白质大型组装体的微秒级模拟成为现实。
在生物医学应用板块，单教授聚焦两大场景：基础科研与药物研发。基础研究中，团队借助ANTON3首次完成“病毒衣壳蛋白组装全过程”的原子级模拟，阐明了蛋白亚基从分散到聚合的动力学机制；药物研发领域，他首创的生物分子缔合Swimming模拟技术，已转化为先进药物发现平台的核心工具 —— 该技术可精准捕捉小分子药物与靶蛋白的结合过程，在癌症药物研发中，能将候选化合物的筛选周期从数月缩短至数天。
谈及 “专用超算的研发逻辑”，单教授分享了D.E.Shaw Reserch和关于ANTON项目立项的四大原则：瞄准生物医学真问题、聚焦专用计算场景、采用非传统架构、构建高壁垒技术体系。他对比传统冯・诺依曼机器的局限（指令串行执行导致并行效率低下），而ANTON通过定制化数据路径与控制逻辑，让每个硬件单元只为分子动力学而生，例如定点算术精度设计、专用快速傅里叶变换与积分计算单元，都极大提升了算力利用效率。
互动环节中，单教授就专用超算的普及性、跨学科团队如何协作等问题与听众交流。他强调，科学工具应是全球共享的资源，而非少数团队的专属玩具，并呼吁通过技术开源、云化服务等方式，让更多科研团队能接触安东级算力；同时，跨学科协作需打破计算机专家与生物学家的语言壁垒，让技术研发与科学问题深度绑定。
通过本次讲座，同学们对分子动力学模拟与专用超算的融合创新有了系统认知，既看到了从原子运动到生命机制的微观研究突破，也把握了 AI 时代生物医学研发的技术范式转变。同学们立志以此次讲座为契机，在“超算+生物+AI”的交叉领域探索更多可能，助力基础科研与药物创新的双向突破。
文：唐愉兵、胡彦腾
图：董昊
审核：董昊
