JAX MD：可微分物理的框架

的一部分神经信息处理系统的进展33（NeurIPS 2020）

作者

Samuel Schoenholz，Ekin Dogus Cubuk

摘要

我们介绍了JAX-MD，这是一个用于执行以分子动力学为重点的可微分物理模拟的软件包。JAX-MD包括许多统计物理模拟环境以及交互潜力和神经网络，可以集成到这些环境中，而无需编写任何附加代码。由于模拟本身是可微分函数，因此可以对整个轨迹进行微分以执行元优化。这些功能是基于基本操作构建的，例如空间划分，它允许模拟在单个GPU上扩展到数千个粒子中的数百个。这些原语足够灵活，可以用于扩展分子动力学以外的工作负载。我们提供了几个突出JAX-MD特性的示例，包括：将图形神经网络集成到传统模拟中，通过最小化粒子填充进行元优化，以及多智能体群集模拟。JAX MD可从www.github.com/google/JAX-MD获得。