python中如何移动图形工作站_Schrodinger分子动力模拟与建模工作站配置推荐

型号

CUDA核数

显存(MB)

浮点计算指标GFLOPs (单精度)

显存带宽(GBs)

备注

Tesla V100

5120

16GB HBM2

14131

900

Tesla P40

3840

24GB

11758

480

Quadro RTX5000

3072

16GB GDDR6

11151

348

支持3D显示

Tesla P100

3584

16GB HBM2

9526

732

Quadro P5000

2560

16GB

8873

288

支持3D显示

Tesla M60

4096

16GB

9650

160

Tesla M40

3072

12GB

6844

288

Tesla K80

4992

24GB

8736

480

Tesla K40

2880

12GB

4291

288

(2)分子建模与可视化分析配置要求显示设备:nvidia 3D Vision(四缓冲、OpenGL硬件立体显示)、Zalman 3D 显示器,100Hz刷新率

图形APP:支持OpenGL2.1或更高(3)支持操作系统RedHat企业版(RHEL) 6.8-6.10  7.4-7.6

Centos 6.8-6.10 7.4-7.6

Ubuntu 16.04 LTS  18.04 LTS

SUSE  SLES/SLED 15, SLES/SLED 12SP4(4)支持GPU加速的Schrodinger软件包Desmond MD---高性能分子动力模拟

FEP+ ---用于药物发现高性能自由能计算

WaterMAP ---配体优化的新范式

GPU Shape ---形状筛分(快速高效的基于形状的叠加和相似度搜索工具)

AutoQSAR/DeepChem ---适用于大数据应用的可扩展,直观,深度学习的QSAR模型Schrodinger 分子动力模拟与建模图形工作站硬件配置推荐

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Schrödinger教程分子动力学结果分析是指利用Schrödinger公司生产的分子模拟软件,对分子体系的动力学行为进行模拟和分析的过程。分子动力学是一种模拟分子在一段时间内随时间演化的动力学行为的方法,可以用来研究分子的结构、构象和运动规律,以及与其他分子或化合物的相互作用过程。 在Schrödinger教程分子动力学的结果分析通常涉及对模拟体系的结构、构象、动力学参数等进行分析。首先对模拟过程分子的空间构象和运动进行可视化分析,可以通过对分子轨迹的可视化来查看分子的构象变化和分子间的相互作用,从而揭示分子之间的相互作用和运动规律。 其次,还可以对模拟过程分子动力学参数进行分析,比如分子的速度、动能、势能等参数。这些参数可以反映出分子模拟过程的能量转化和动能分布情况,从而可以揭示分子动力学行为和属性。 除此之外,还可以通过分子动力模拟结果,对反应过程进行Kinetics数据分析,推导出反应速率常数,研究反应机理等。这些分子动力模拟结果的分析,对于了解分子的行为规律、预测反应过程、优化分子设计等具有重要的意义。 总之,Schrödinger教程分子动力学结果分析是一项非常重要的研究工作,通过对模拟结果的深入分析,可以揭示出分子动力学行为,并为分子设计、反应机理研究等领域提供重要参考和支持。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值