英伟达始终在布局可以消耗大量算力的赛道。自 2023 年以来 , 英伟达开始频繁在 AI 制药领域投资出手 , 今年年初 , 黄仁勋称 " 学计算机的时代过去了 , 生命科学才是未来 ", 一下把又生命科学抬到了全球瞩目的高度 , 媒体和投资人都在纷纷研究生命科学、生物计算的技术方向 , 期待能在赛道中找到细分领域也分一杯羹。

在生命科学领域中 , 有一个正在被低估的技术 , 就是分子动力学。

分子动力学 ( Molecular Dynamics, 简称 MD ) 分是一种发展了几十年的计算机模拟实验方法 , 它基于经典力学原理 , 特别是牛顿运动定律 , 来追踪和预测大量粒子 ( 如原子和分子 ) 在给定条件下的运动和相互作用。

这种方法在物理学、化学、生物学 , 尤其是生命科学中有着广泛应用 , 因为它能够科学家在原子和分子层面上研究生物大分子 ( 如蛋白质和 DNA ) 的动态行为 , 这对于理解生物分子的功能机制、加速新药研发、探索疾病成因及生物技术创新至关重要。

既然分子动力学如此强大 , 为何几十年来一直被忽视呢 ? 计算效率不足是限制其无法进行商业化的主要原因。

虽然分子动力学模拟可以较为准确的模拟分子的运动 , 在模拟分子构象、折叠等方面具有较高的准确性 , 但分子动力学模拟存在两个弊端 , 首先分子力场计算非常耗时 , 且参数拟合非常复杂。其次 , 分子动力学模拟很难在大的生物尺度上进行模拟。

举例来说 , 人体内典型的大分子蛋白质往往由几十万到上百万个原子构成 , 假设我们用分子动力学模拟方法计算一个 50 万原子的蛋白质运动 0.001 秒的 " 影片 ", 哪怕用上 1000 颗主流 CPU 并行计算 , 都需要耗费超过 100 年的时间。这个巨大的限制让分子动力学的方法在过去一直都没法成为研究界的主流。

其实 , 英伟达十多年前就致力于为分子动力学模拟加速。早在 2007 年 , 位于 Urbana-Champaign 的美国伊利诺伊大学的研究人员就使用了英伟达的 GPU 产品用于计算生物分子、离子的相互作用 , 结果是运算速度比过去采用 CPU 集群提高了 100 倍。在同一年 , 英伟达还设计研发出能够使 GPU 解决复杂计算问题的通用并行计算架构 CUDA。CUDA 能够加快分子动力学模拟软件 AMBER 的模拟速度。

而在 2013 年 , 分子动力学在计算效率方面的窘境终于迎来了突破性的转机。在这一年 , 美国 D. E. Shaw 研究所发布了超级计算机安腾第二代 , 能够实现在微秒至毫秒级时间段内对蛋白质动态运动的模拟 , 相当于捕捉到蛋白质运动的动态 " 影片 "。

超级计算机安腾的软硬件设计专为分子动力学加速而生 , 从硬件层面的芯片、主板、布线 , 到软件层面的专用软件 Desmond 的开发 , 均是由 D. E. Shaw 研究所特殊设计的。此外 , 通过特殊定制的 ASIC 专用芯片 , 安腾能够尽可能地减少数据的传输和运算 , 在芯片上精细化地分区域、分精度分配计算不同任务 , 从而一举突破制约分子模拟速度的瓶颈——原子间相互作用力的计算。这种专用化设计使得安腾在执行 MD 模拟时的速度比最快的通用超级计算机快 1000 倍以上 , 极大地缩短了从药物发现到临床前研究的时间和成本。

这预示着一个属于分子动力学的春天来了。

2016 年 , 超算安腾帮助美国 AI 制药公司 Relay Therapeutics 成功研发了一款治疗胆管癌的药物 , 一举打破了药物研发领域的 " 双十 " 魔咒 , 仅用 18 个月、不到 1 亿美金就确认了一款用于治疗胆管癌的高选择性 FGFR2 抑制剂药物 RLY-4008 的结构 , 并且顺利进入了美国 FDA 的临床 II 期试验 , 极大程度地缩短了从药物发现到临床前研究近 90% 的投入时间和成本。

2020 年 3 月 ,D.E. Shaw 研究所公开了对新冠病毒 3CL 蛋白酶长达 100 微秒的分子动力学模拟动画及相关数据 , 这为科研人员深入理解新冠病毒的生命周期内在机制以及研发针对性的 3CL 蛋白酶抑制剂提供了极为珍贵的理论支撑。一般而言 , 如此大规模的模拟项目若依赖现有的顶级超级计算机集群 , 执行时间会横跨数年之久 ; 但借助于专门用于分子动力学加速的超算安腾 , 这项艰巨的任务仅在短短数周内高效完成。

可见 , 在算力突破与专用超算的双重驱动下 , 分子动力学的应用范围和影响力正在不断扩大。

分子动力学软件市场的增长反映了这一领域的发展势头。据 QYResearch 市场研究报告显示 , 得益于技术进步、对药物发现的不断需求增加 , 以及全球慢性病患者数量的上升 , 预计 2030 年全球分子动力学软件市场销售额将达到 4.1% 的年复合增长率。

此外 , 分子动力学的影响力不仅深入到医药、生物工程等传统领域 , 还在新兴的合成生物学、精准医疗、个性化药物设计等方面展现出巨大潜力。这些新兴领域要求对生物分子的交互有更深层次的理解和预测能力 , 分子动力学模拟正好填补了这一空白 , 它使得科研人员能够以前所未有的精确度和效率探索分子世界。

在材料研发领域 , 分子动力学可以帮助科研人员加速新材料研发 , 特别是在纳米材料、智能材料、以及高性能复合材料的设计与优化。通过模拟原子和分子层面的交互 , 科研人员能够预测材料的宏观性质 , 如强度、韧性、导电性和热稳定性 , 无需经过大量的实验试错过程 , 加速了从理论到实际应用的转化速度 , 推动了材料领域的科技进步和产业升级。

分子动力学也在能源领域发挥关键作用 , 助力科学家设计更高效的太阳能电池和燃料电池 , 为可持续能源解决方案提供了重要的理论支撑。

可见 , 随着计算资源与计算效率的不断突破 , 分子动力学的价值正在逐渐被重新评估与发掘 , 将成为驱动各行各业实现创新突破的关键技术之一。