# [Amber] Molecular dynamics (MD)分子動力學模擬教學-01 觀念篇
2025/09/12初版 2026/01/30更新
###### tags: `Amber` `linux` `tutorials` `MD`
:::danger
本教學為Amber基礎入門，可以的話最好去看Amber原本的教學，那邊會更詳細，由於我本身有博士後的工作，因此更新速度會比較慢，如果有任何問題也可以寄信到信箱．
:::

[【1】量子計算 vs 分子動力學模擬](#section1)
[【2】CPU vs GPU](#section2)
[【3】什麼樣的電腦可以跑模擬](#section3)
[【4】作業系統](#section4)
[【5】結論](#section5)

## <a id="section1"></a>【1】量子計算 vs 分子動力學模擬

:::info
體系適合用量子計算還是分子動力學模擬計算
:::
這是所有理論計算最重要的部分，今天我想做的模擬系統是量子計算比較好，首先應該先回到你想知道的是什麼性質，當然以下是一個大略的區分方式，實際上現在很多高點數的期刊都會需要複合的技術進行研究，所以常會看到Multiscale modeling，特別去強調多尺度，而這時候就要結合不同等級的運算方式．

### 量子計算、第一原理計算
1. 如果這個性質是會牽扯到能階躍遷、電子轉移、鍵結變化的部分則適合用量子計算．
2. 今天這個系統較小（分子量小於1000）．
3. 計算吸收光譜、螢光光譜、磷光光譜、IR光譜．

那以上這些就適合用量子計算，這部分就不在分子動力模擬的計算系統內，除非你想結合兩者那可以另當別論．

### 全原子分子動力學模擬計算、經典力學
分子動力學模擬的能量計算是依據古典力學，也就是牛頓力學，分子動力學模擬計算依靠的是固定的電荷以及平衡鍵長、鍵能、角度、二面角等性質，所以今天想改變這些性質，我就要重新定義，那這部分如果有機會我在繼續說明，因此由於以上性質，分子動力模擬比較適合用於．

1. 計算的過程中不會牽扯到鍵結或電荷的變化．
2. 分子量太大的系統 （原子數量上千甚至上萬的系統)
3. 長時間下結構的動態變化，例如蛋白質、DNA、材料等

那當然現在也有許多新的力場，可以解決牽扯到鍵結的變化，但這些力場不會是我們這邊要提到的主要方法，可以等之後再談。

### 粗粒化分子動力模擬
這個模擬實際上我並沒有太多的接觸，但主要就是為了更大的模擬系統，我知道得像是有些材料或是為了模擬生物膜的一些研究會需要使用到粗粒化的技術，也就是我今天直接將一個區塊的原子結構以單一的顆粒做表示，那可想而知許多細微的作用力會被忽略，但由於粗粒化後我可以減少很多的計算，特別是很多原子的時候非鍵結作用力的計算其實非常花時間(通常非鍵結作用力的cut off都會設定在10 Å或是12 Å，大概是計算到第三層的分子)，因此可以有效率的計算大分子體系。

## <a id="section2"></a>【2】CPU vs GPU
:::info
關於CPU和GPU一些你需要的資訊
:::

### CPU與GPU的介紹
如果你對電腦有所了解，多少會知道處理器CPU和顯示卡GPU這兩個詞彙，一般接觸到的CPU的核心單一計算能力比較強，但核心數大概只有4-20核心(機架式電腦可以到32、56甚至更高)，注意一下這部分是核心而不是執行續，這部分取決於你的電腦，不管你是用intel的還是amd；而GPU最有名的就是NVIDIA以及amd了，GPU的特點就是單一核心較弱，但通常他是由幾千到幾萬顆核心組成，不管你是玩遊戲還是因為影片編輯，你都需要GPU來幫你進行平行化的運算，但因為目前許多計算是透過NVIDIA的cuda才能實現GPU加速，所以你可能還是要先以NVIDIA的顯示卡為主．

### CPU與GPU個別適合用於哪種運算
聽完了上述介紹，應該可以知道CPU是每個都很強大但數量很少，GPU是雖然每個沒這麼強，但數量卻很多．我先直接講結論，CPU通常適合用於垂直運算，也就是量子計算的系統；而GPU適合用於平行化運算，也就是分子動力模擬或古典運算．當然這部分不是一個絕對，但基本上規則是這樣。然而實際上隨著現在的GPU越來越好，也是有很多的量子計算是可以加入GPU去提高運算的速率，例如Gaussian、VASP等軟體，所以有時候多去看benchmark才可以讓你獲取到更多正確的資訊。

如果你想很細的去了解，你可以試著去讀更多的文章，我這邊大概簡單講一下也就是計算的過程，在量子計算中需要透過迭代去計算自洽場，而將自洽場的結果用在後續的結構優化上，這整個過程是垂直且計算資源龐大，因此目前還是需要依賴大量的CPU去進行計算；相反的分子動力學模擬，我每個原子都有三個維度的座標，以及三個維度的速度，透過GPU我可以快速地去計算每個原子的變化，並快速得到結果再去做下一步，因此其實在分子動力模擬過程你還是會用到CPU，只是我們是透過GPU來去做加速的過程，所以在使用上大多你只需要少量的CPU核心加上GPU就可以達到很好的計算效果，我後面就不再多敘述量子計算的部分．

## <a id="section3"></a>【3】什麼樣的電腦可以跑模擬
:::info
適合用什麼電腦，一定要機架式電腦或超級電腦才能運算嗎
:::
基本上遇到這問題，我都會說有機會，但你如果想請教人你的電腦是否適合，記得要描述你的系統多大，你的溶劑多寡，你需要模擬的時間長短是多少，你預期想看到怎麼樣的變化。如果是分子動力模擬，特別是我會針對Amber去說明 (分子動力學模擬軟體)，你應該隨便打一個Amber XX (XX = edition) + 顯卡的名字，像是現在是Amber 24 + RTX 4090，你都可以很容易查到別人測試的結果，通常如果你只是要跑5萬個原子以內的系統，然後總模擬時間希望到達微秒等級(µs)，那其實不會是一件太困難的事情．
引用自 https://www.exxactcorp.com/blog/molecular-dynamics/amber-molecular-dynamics-nvidia-gpu-benchmarks (這網站會自動更新到目前最新的資料，所以觀看的當下不一定是40系列)

### 超級電腦
如果你今天只是一個使用者，你可以去台灣<font color="#00f">國家高速網路與計算中心</font>查詢是否有你要的軟體或是請那邊的工程師幫忙安裝，另外你也要大概知道一下那個機台是否有提供GPU的服務，這部分國網都有資料，我就不再贅述，或是以及有機會再聊．

### 自行購買機架式電腦或工作站
再來說到自行購買電腦，一般來說如果你今天是個電腦不錯的人，你對於Linux bash有一定的知識，而你也有長期使用的打算，但手邊不管是個人原因還是計畫原因沒這麼多錢，我會建議你可以組一台個人電腦，而不是選擇機架式的電腦或是工作站，這邊請先聽我大概說明一下，也許每個人有不同想法，你可以聽看看我的想法．

我想一般會需要用到分子動力模擬的應該都是理工科系相關的研究生、博後或甚至是教授，不管你之前是否有接觸過模擬的訓練，通常這類人的資金來源大多是國科會計畫的錢，而我也參與過許多計畫，考慮到做模擬的實驗室，大概設備費一年大概就20-30萬左右，一般研究計劃的錢是根本不太可能買得起機架式電腦(純CPU系統至少25萬左右，如果想要加GPU、擴充記憶體或硬碟，應該至少60-100萬跑不掉，通常硬買的結果就是要用到2-3年計畫的錢，更別說機架式設備幾乎什麼都很貴，後續的定期檢查和維修費也會是一大困擾，同時現在很多的廠商已經不願意幫你在機架式電腦上安裝這種遊戲的顯示卡，並且相關的售價應該也只會越來越貴，隨著AI的浪潮，這種情況應該會更加的嚴重，導致你購買機台的成本大幅度的增加。

工作站的話則是因為台灣其實沒有進太多特規的CPU，如果有這些CPU或主機板其實有時候會是最好的選項，但如果不是作為個人購買而是需要報帳，通常你很難買到這些特別規格的設備(這部分中國那邊比較多)，因此在台灣大部分工作站的定位其實已經跟機台差不多了，因此我並不是很推薦購買工作站類型的電腦。

### 自行購買個人電腦
好的個人電腦通常大概7-15萬可以組好，而且其實可以從前面的Amber24 benchmark看到，使用RTX 4090在較少原子體系的情況下甚至比起H100還要好，但價格上卻是天壤之別，並且之後就算組新的電腦也可以淘汰下來給研究生使用，通常這種電腦在三四年後還是可以很順的運行，而通常機台在沒人特別維護跟硬體過老的情況，常常系統不能更新，或是新版需要不同版本的package而導致衝突，甚至三四年後隨便一張顯卡可能都比現在得好，因此不太適合在單一時間投入太多張顯卡，除非你的金費十分充足，且有這部分的需要，那你可以再投入許多顯卡或是直接使用<font color="#00f">國家高速網路與計算中心</font>，那不然我一般是支持每年購買新的電腦，並且每三到四年可以汰換一次，來保持一直是高效能顯卡且最新版本的Amber，這樣才是保持高CP值最好的方式．

當然這部分我會希望你先請教身邊的人，或是你可以查詢網路安裝Linux系統和Amber軟體的方式，而現在的軟體安裝也越來越簡單，甚至是有Chatgpt或是Gemini可以詢問，那評估後覺得可以，可以請人幫你組電腦，你在自己做後續的安裝。我希望這部分盡量讓大家知道，有時候電腦不是買越貴就越好，像是你明明只是要跑MD，原子數也沒到非常多，你卻買了高顯示卡記憶體的GPU或電腦，最後發現自己記憶體也只使用1-6 GB，但明明MD大多時候是被算力所限制，實際上買RTX系列就很夠用了，白花了很多錢在上面，要知道目前自己的需求，才能夠選到適合的電腦，而不會花了很多的冤望錢。

就目前來說我認為使用RTX 5070Ti或是RTX 5080會是CP值較高的選項，首先組裝一台電腦本來就有一些基本的費用，實在是不要使用太爛的顯卡，另外這兩者顯卡記憶體都是16GB非常的夠用，可以保留一些餘裕，稍微玩一些AI的東西還算可以，同時價格分布大概3-4萬，RTX 5090目前的溢價太貴，並不是非常的划算，除非原子量超過10萬甚至更高，可以在考慮是否要購買RTX 5090，這邊也是建議看benchmark，發表時間、計算效率、預算金額都考慮完再做出最好的選擇。

## <a id="section4"></a>【4】作業系統
:::info
Windows vs Linux vs iOS
:::
最後選擇完電腦，來到了作業系統，這邊我統一推薦使用Linux，至少到目前為止**Intel或AMD的CPU加上NVIDIA的GPU**是最好跑分子動力模擬的方式，這幾年AMD的CPU市佔率也陸陸續續增加，但我個人經驗實際上很多軟體還是基於INTEL的CPU去設計的，雖然許多軟體也有陸陸續續提供AMD的安裝方式，但有時候比起INTEL CPU會來得複雜很多，因此對於初學者來說我會建議你評估需要使用哪些程式後先去爬文看是否在AMD上的安裝會有問題，再自行決定要購買INTEL還是AMD，Linux的版本你可以根據你個人的偏好，我自己是使用Rocky Linux或是Ubuntu Linux，我目前是安裝Rocky Linux 9或是Ubuntu 24.04LTS．
Ubuntu連結 https://ubuntu.com/download/desktop

當然我個人也有在Windows裡面建立過Linux子系統灌入Amber，以及在我的Mac筆電上面灌Amber過，但那都只是方便我做前置作業，也就是到計算開始前的步驟，真正的計算還是交給Linux系統去運行，因為你希望的就是一個穩定又高效能的電腦，所以筆電絕對不會在我考慮的範圍，也許都會跟你說效能一樣啊，用一樣的CPU和顯卡，甚至是比桌電還好，然而散熱和穩定才是你最需要考慮的事情．

## <a id="section5"></a>【5】結論

### 下一篇章
下個篇章我們會講到Molecular dynamics (MD)模擬教學-02 檔案篇(這部分我還在撰寫)，這邊我認為是學習整個分子動力模擬最重要的部分，如果想要了解的話，再把下一個篇章看下去吧，如果有任何的建議也可以和我說一聲，希望我寫的這些可以帶給剛進入分子動力模擬計算的人更多幫助．

這邊也稍微提到，由於2025到2026對我人生來說是變化較大的兩年，我2024/10博班畢業後2025/06到了新的實驗室擔任博後，中間申請一些計畫加上目前的研究耗費了我大量的精力，2026/07我也會到京都大學繼續我的博後生涯，中間也有許多事情需要準備，希望之後能夠有稍許的時間繼續完成這些文章。

---
### 版權聲明
本文採用創用 CC 姓名標示-非商業性-相同方式分享 3.0 台灣 (CC BY-NC-SA 3.0 TW) 授權條款授權。轉載請標明作者、連結與出處。

若有疑慮或勘誤麻煩與作者聯繫，如果有問題也可以寄信到我的信箱，我會盡量回覆。

作者 : Shang-Wei Lin （林尚緯）
現職 : 台灣大學化學工程學系博士後研究員
未來 : 京都大學iCeMS JSPS外國人特別研究員(2026-1)
學歷 : 輔仁大學化學系博士
信箱 : [e-mail], [e-mail]
網站 : https://sites.google.com/view/shang-wei-lin/home