AutoDock-GPU 项目推荐
2026-01-29 11:45:59作者:冯梦姬Eddie
AutoDock-GPU 是由 Scripps Research 的 Forli 实验室开发的一个开源项目,旨在将 AutoDock 分子对接软件进行 GPU 和其他加速器的加速。该项目主要使用 C++ 和 OpenCL/CUDA 进行编程。
1. 项目基础介绍
AutoDock-GPU 是 AutoDock4 的一个并行化版本,它通过在多个计算单元上并行处理配体-受体姿态,利用了其“embarrassingly parallelizable”的 LGA(Lamarckian Genetic Algorithm)算法特性。这个项目的目标是显著提高分子对接的计算速度,特别是在处理大规模虚拟筛选时。通过利用 GPU 的强大并行计算能力,AutoDock-GPU 在某些情况下能够实现比原始串行 AutoDock4 高达 56 倍的速度提升。
2. 核心功能
- 梯度基于局部搜索方法:包括 ADADELTA 和改进版的 Solis-Wets 算法。
- 支持多种目标平台:通过 CUDA 和 OpenCL 路径,支持基于 GPU 和多核 CPU 的各种目标平台。
- 批量配体管道:允许在相同的受体上进行虚拟筛选。
- 速度提升:在四核 CPU 上观察到速度提升高达 4 倍,在 GPU 上高达 56 倍。
3. 最近更新的功能
最近的项目更新可能包括以下内容:
- 编译和设备支持:对编译环境进行了优化,要求 C++17 兼容的编译器,这意味着 GCC 版本至少为 9,并且最低支持的 CUDA 版本为 11。
- 新的优化和算法改进:可能包括对局部搜索算法的优化,以及对整体性能的提升。
- 文档和示例:更新了项目文档和示例,以帮助用户更好地理解和使用 AutoDock-GPU。
请注意,具体的功能更新内容需要查阅项目的最新提交记录和发布说明,以获取详细信息。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0204- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
awesome-zig一个关于 Zig 优秀库及资源的协作列表。Makefile00
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
609
4.05 K
Ascend Extension for PyTorch
Python
447
534
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
924
774
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.47 K
829
暂无简介
Dart
851
205
React Native鸿蒙化仓库
JavaScript
322
377
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
372
251
昇腾LLM分布式训练框架
Python
131
157