许多科学现象都可以用分子的运动和相互作用来解释。分子动力学 (MD) 是一种用于探索这些现象的计算技术，从惰性气体到生物大分子。 Molly.jl 是一个用于 MD 的纯 Julia 包，以及更广泛的物理系统模拟。该包目前正在开发中，重点关注蛋白质和可微分子模拟。该包有很多可以改进的地方
机器学习势能 (持续时间：175 小时，预期难度：易到中)：在过去几年中，机器学习势能得到了显着改善。ANI、ACE、NequIP 和 Allegro 等模型可以添加到 Molly 中。
更好的 GPU 性能 (持续时间：175 小时，预期难度：中等)：可以编写自定义 GPU 内核来显着加速分子模拟，使 Molly 的性能与成熟软件相当。
约束算法 (持续时间：175 小时，预期难度：中等)：许多模拟使用 SHAKE、RATTLE 和 SETTLE 等方法将键长和键角等快速自由度固定。这些算法的快速实现将是一个有价值的贡献。
静电求和 (持续时间：175 小时，预期难度：中到难)：粒子网格 Ewald (PME) 等方法在分子模拟中被广泛使用。开发快速、灵活的实现并探索与 GPU 加速和自动微分的兼容性将是一个 重要贡献。
推荐技能：熟悉计算化学、结构生物信息学或模拟物理系统。
预期结果：为该包添加的新功能，以及测试和相关文档。
导师：Joe Greener
联系方式：可以通过 电子邮件 或 Julia Slack 上的 #juliamolsim 提出问题。