分子模拟异构算力适配开发教程11昇腾算子路线——当 NPU 没有 GROMACS 后端时怎么办版本声明块工具/软件CANN 社区版 9.1.02026-07-31另有 9.2.0-beta.2Atlas A2 系列训练硬件语言/环境Ascend C算子开发、Ascend CLC/C 接口、Python本文目标读完你能准确判断昇腾上分子模拟的可行路径并理解“没有后端”背后的一手证据链一句话结论截至本文写作时GROMACS 与 OpenMM 均无昇腾 NPU 后端——CANN 官方开源项目 mat-chem-sim-pred 的 FAQ 明确“尚未提供直接的 GROMACS/LAMMPS patch”昇腾生态的分子模拟官方路线是DeePMD深度学习势 MD官网专题与MindSpore SPONGE北大-华为自研 MD 程序工程上的现实选项是换引擎或走 Ascend C 算子自研。〇、本篇要解决的认知问题“昇腾不能跑 GROMACS”这个结论的证据链是什么为什么不是“暂时没搜到”CANN、Ascend C、Ascend CL 三者是什么关系各自面向谁昇腾生态里已有的分子模拟方案DeePMD、SPONGE、mat-chem-sim-pred分别是什么定位接到“在昇腾集群上做 MD”的需求决策树怎么走一、机制解析1.1 先把事实钉死证据链为什么这一节对你重要本系列反复强调“未查到 ≠ 不存在”所以对“昇腾没有 GROMACS 后端”这个关键结论必须给出多方独立证据而不是一句“我没找到”。证据链调研底账2026-09 验证昇腾官网的分子动力学专题页只讲基于深度学习的 DeePMD 方案自定义高性能算子网络优化全文不提 GROMACS——官方生态位的自我表述里没有 GROMACS。CANN 官方开源项目 mat-chem-sim-predgitcode.com/cann/mat-chem-sim-predGAFF2 力场的 Ascend C 自定义算子FAQ 原文“尚未提供直接的 GROMACS/LAMMPS patch”算子以 aclnn 风格 C API 供自定义 MD 框架集成——“官方知道 MD 需求存在给出的答案是算子而非引擎适配”。鲲鹏昇腾开发者社区实测文章2025GROMACS 在昇腾 NPU 上“不支持”该团队最终选择 Python CANN 算子库自研 MD 软件报告了 3200 atoms·ns/day 的自研成绩。两轮定向搜索GROMACS 昇腾移植 / gromacs-ascend / GROMACS Ascend NPU无任何官方或知名社区仓库。昇腾全栈软件家族CANN/MindSpore/TorchNPU/MindIE/MindStudio/MindSpeed/MindCluster/MindSDK/MindEdge——MD 引擎不在其列AI 框架与推理才是主线。五条证据相互独立官网、官方项目、社区实测、搜索空白、产品家族结构结论可信度接近“事实”。把这个结论讲清楚的价值避免团队在“找现成后端”上浪费一个月——那些“一行命令移植昇腾”的宣传第 1 篇问题 3在这个生态里没有任何官方支撑。1.2 CANN / Ascend C / Ascend CL三层分工华为昇腾的软件栈命名容易混用一张表钉死全部官方定义名称全称/定位面向CANNCompute Architecture for Neural Networks中文官方名“AI 异构计算架构”——对上支持多种 AI 框架、对下服务 AI 处理器与编程整个软件栈的统称Ascend CCANN 的算子开发语言原生于达芬奇架构的算子编程范式写算子的人本篇主角Ascend CLAscend Computing LanguageC/C 接口层设备管理/内存/流/算子调用aclnn 风格 API集成算子到应用的人层次关系Ascend C 写出算子 → 编译为算子库 → 应用通过 Ascend CLaclxx API调用 → 全部跑在 CANN 运行时上。对照 CUDA 生态Ascend C ≈ CUDA C 的角色、Ascend CL ≈ CUDA Runtime API 的角色、CANN ≈ 整个 CUDA 工具链运行时的角色。硬件侧Atlas 800T A2 训练服务器8 卡 Fullmesh、6P INT8、最大 512G 显存——注意“昇腾 910B”是社区/媒体称谓官方产品页以Atlas A2 系列呈现本系列正文遵循官方表述。1.3 生态里已有的三条 MD 路线路线 ADeePMD深度学习势 MD——昇腾官方专题支持。昇腾官网“基于深度学习的分子动力学”专题介绍 DeePMD深势科技在昇腾上的大规模 MD 方案自定义高性能算子网络优化。定位用神经网络学势函数替代经验力场DPLR/DPMD 类方法——本质是“换个物理引擎”适合从头算精度的场景不适合需要经典力场AMBER/GROMOS 系 GROMACS 工作流的项目。路线 BMindSpore SPONGE——自研 MD 程序。北大高毅勤课题组与华为联合开发的自主 MD 程序基于 MindSpore 框架运行面向昇腾 NPU。定位为昇腾“原生”设计的经典 MD——有生物体系模拟能力但 API 生态、教程体系、社区规模与 GROMACS 不是一个量级迁移成本是“换引擎”而非“换硬件”。路线 Cmat-chem-sim-pred 的算子库——积木而非引擎。CANN 官方开源项目提供 GAFF2 力场的 Ascend C 自定义算子以 aclnn 风格 C API 交付——它是给“自研 MD 框架”用的积木力场项的 NPU 计算不提供 mdrun、积分器、耦合算法这些引擎级组件。鲲鹏社区那篇实测1.1 节证据 3走的正是这条路拿算子积木自搭 MD3200 atoms·ns/day。三条路线共同点没有一条是“让 GROMACS 跑起来”——这就是昇腾 MD 生态的现状。1.4 决策树接到“昇腾上做 MD”怎么办需求昇腾集群上跑分子模拟 │ ├─ 需要经典力场 GROMACS 工作流tpr/mdrun/分析生态 │ ├─ 是 → 硬冲突无后端本篇证据链。 │ │ ├─ 可改硬件分配→ 混合集群MD 调度到 GPU/NPU 其他卡 │ │ │ 第 17-20 篇的调度封装正是为此而生 │ │ └─ 不可改 → 评估等待成本 vs 移植成本 │ │ - 等官方无公开 patch 计划mat-chem-sim-pred FAQ→ 不可预期 │ │ - 自移植 GROMACS昇腾非 CUDA/HIP 兼容栈工作量 ≈ 全新后端 │ │ 第 9 篇 MUSA 案例是类 CUDA 架构的下限参考昇腾更高 │ │ → 结论现实里基本不做 │ └─ 否 ↓ │ ├─ 从头算精度 / AI 势可接受→ DeePMD 昇腾方案官方专题最顺路 │ ├─ 接受换引擎MindSpore 生态→ SPONGE经典 MD昇腾原生 │ └─ 自研特殊需求教学/极简体系→ mat-chem-sim-pred 算子 Ascend CL 自搭 鲲鹏社区 3200 atoms·ns/day 的先例工业体系规模另议树的关键洞见第一个分叉是“要不要 GROMACS”而不是“怎么在昇腾跑 GROMACS”——把问题问到这一层90% 的“昇腾 MD”需求会自动落到 DeePMD/SPONGE/混合调度三条现实路径上。而“混合调度”路径正是本系列后半部14-20 篇的主题昇腾跑它擅长的AI 推理/训练MD 落到有后端的卡上一个调度层管两种负载。二、完整代码与逐行剖析一个“昇腾 MD 能力探测器”——在昇腾节点上盘点 CANN 栈与可选路线的真实状态事实先行决策树的数据输入#!/usr/bin/env python3昇腾 MD 能力探测器给 1.4 决策树喂数据。 探测四项CANN 栈 / NPU 硬件 / MindSpore 生态 / GROMACS 后端预期为无。 输出 JSON 报告 决策树建议。 importjsonimportshutilimportsubprocessimportsysdefrun(cmd:list[str],timeout:int15)-dict:安全跑外部命令不在 PATH 或超时都不炸返回结构化结果。exeshutil.which(cmd[0])ifexeisNone:return{available:False,reason:f{cmd[0]}不在 PATH}try:rsubprocess.run(cmd,capture_outputTrue,textTrue,timeouttimeout)return{available:True,rc:r.returncode,out:r.stdout.strip()[:800]}exceptsubprocess.TimeoutExpired:return{available:True,rc:-1,reason:timeout}defprobe_cann()-dict:CANN 栈探测npu-smi 是昇腾硬件的标准管理命令。return{npu_smi:run([npu-smi,info])}defprobe_mindspore()-dict:MindSpore 生态探测SPONGE/DeePMD 的底座。try:importmindspore# noqa: F401return{available:True,version:getattr(mindspore,__version__,unknown)}exceptImportError:return{available:False,reason:mindspore 未安装}defprobe_deeppmd()-dict:DeePMD-kit 探测AI 势路线的可用性。return{dp:run([dp,--version]),# deeppmd-kit CLIpython_pkg:_importable(deepmd)}def_importable(mod:str)-bool:try:__import__(mod)returnTrueexceptImportError:returnFalsedefprobe_gromacs_backend()-dict:GROMACS 后端探测预期结论无 NPU 支持。gmxrun([gmx,--version])ifnotgmx.get(available):return{installed:False}# 在 gmx --version 输出里找 GPU 支持行——昇腾上只会看到 CUDA/SYCL/HIP/无gpu_lines[lnforlningmx.get(out,).splitlines()ifsupportinln.lower()]return{installed:True,gpu_support_lines:gpu_lines,expectation:昇腾 NPU 不在 GROMACS 后端矩阵本篇证据链}defsuggest(state:dict)-list[str]:根据探测结果给决策树建议。tips[]ifstate[gromacs][installed]:lines .join(state[gromacs].get(gpu_support_lines,[]))ifCUDAinlinesorSYCLinlinesorHIPinlines:tips.append(检测到 GROMACS GPU 后端为 CUDA/SYCL/HIP 之一——NPU 未被使用确认本节点是否有 GPU或走混合调度路线)ifstate[deeppmd][dp].get(available):tips.append(DeePMD-kit 可用AI 势路线昇腾官方专题支持畅通)ifstate[mindspore][available]:tips.append(MindSpore 可用SPONGE 经典 MD 路线可评估)ifnottips:tips.append(四项探测均未命中先装 CANN/MindSpore 基础栈以昇腾官方文档为准)returntipsdefmain()-None:state{cann:probe_cann(),mindspore:probe_mindspore(),deeppmd:probe_deeppmd(),gromacs:probe_gromacs_backend(),}print(json.dumps(state,ensure_asciiFalse,indent2))print(── 决策建议 ──)fortinsuggest(state):print( *,t)if__name____main__:main()逐段剖析探测器的哲学与第 1 篇一脉相承先盘点再决策。四个探测项一一对应决策树的四条路径GROMACS/DeePMD/SPONGE/基础栈缺失输出直接就是建议。probe_gromacs_backend的期待值写成数据“昇腾 NPU 不在 GROMACS 后端矩阵”即使某天昇腾上真的装了个带 GPU 支持的 gmx比如同节点有 NVIDIA 卡探测器也会如实报告它的后端是什么——探测器的输出是事实建议是事实的推论两者分开。run()的三层容错which 找不到/超时/非零退出是生产脚本的基本修养——探测器自己先崩了就没资格探测别人。Ascend C 算子开发的形态示意框架——具体 API 以 CANN 官方文档为准本系列不编造算子 API 签名// 伪代码框架mat-chem-sim-pred 路线的算子积木自搭 MD结构// 真实 APIAddCustom/tiling/tilingkey 等 Ascend C 原语以 CANN 文档为准// https://www.hiascend.com/zh/cann//// 自研 MD 的最小循环鲲鹏社区先例的结构// while (step nsteps) {// forces aclnnComputeNonbonded(coords, ...); // Ascend C 算子GAFF2 项// forces aclnnComputeBonded(...); // 同库// integrator.step(forces); // host 侧或算子化// }// 关键工程判断这个路线的护城河不在写出一个算子// 而在邻区列表、PME、约束这些引擎级组件全要自己来——// 这正是 3200 atoms·ns/day社区自研与成熟引擎的差距来源。三、常见报错与排查问题 1现象——团队按“国产化替代”要求硬上“GROMACS 昇腾移植”立项数月无产出。根因目标与生态现实错配——昇腾不是 CUDA/HIP 兼容栈移植工作量是“全新后端”级别比第 9 篇 MUSA 的类 CUDA 情形更高且无官方 patch 计划可借力。这不是执行力问题是选题问题。解法回到 1.4 决策树重问需求——“要的到底是 GROMACS 还是分子模拟结果”后者有多条现实路径DeePMD/SPONGE/混合调度确需 GROMACS 工作流的任务调度到有后端的国产卡摩尔线程/海光路线第 6/9 篇。问题 2现象——搜索到宣称“昇腾跑 GROMACS”的博客/方案无法判断真伪。根因昇腾 MD 话题的二手信息噪音大——自动生成的 gitblog 类内容多可信度低调研底账明确记录过这类来源“可信度低”。解法三问验真作者主体是谁华为/昇腾官方 or 匿名博客有没有可复现的仓库/构建步骤性能数字带不带硬件/体系/精度上下文铁律 6三问答不上来的按不可信处理。问题 3现象——想用 mat-chem-sim-pred 的算子“直接算 MD”发现只有算子没有 mdrun。根因对项目定位的误解——它是 GAFF2 力场算子库积木不是 MD 引擎积分器、邻区列表、温度/压力耦合、约束算法都不在其中。解法要么接受“自搭引擎”的工作量先例社区自研 3200 atoms·ns/day——评估这个数字对你够不够用要么把算子库当参考实现学习 Ascend C 写法它的 FAQ 与代码是官方算子开发的真实样例。问题 4现象——昇腾节点上 MindSpore 装了但 SPONGE 跑不起来/找不到文档。根因SPONGE 是独立项目北大-华为合作不在 MindSpore 主体仓库里版本匹配MindSpore 版本 × SPONGE 版本 × CANN 版本是这类生态的常见坑。解法从 MindSpore 官网的 SPONGE 文档入口获取版本对应关系升级按“CANN → MindSpore → SPONGE”顺序逐层验证每层跑官方自检再动下一层。四、动手练习练习 1基础在任意环境无 NPU 也行跑本文探测器观察四项探测的输出格式。判定成功标准产出 JSON 报告与至少一条建议无 NPU 环境下 npu_smi 显示“不在 PATH”、gromacs 如实报告或“未安装”——探测器自身不崩。练习 2进阶把探测器扩展第五项probe_ascendc_toolchain()检测 Ascend C 开发工具链如which找 CANN 安装路径下的编译驱动ls常见安装目录/usr/local/Ascend——为“自研算子”路线提供可用性数据。判定成功标准昇腾节点上能报告 CANN 安装路径与版本线索version.info 或目录结构非昇腾节点优雅返回不可用。练习 3思考题无标准答案华为为什么选择“自研 SPONGE 扶持 DeePMD”而不是“给 GROMACS 写后端”思考方向验证要点① 达芬奇架构与 SIMT GPU 的范式差异对后端工程量的影响对照第 9 篇 warp128 只是“宽度差异”就已经六处连锁② 生态主导权自家框架 vs 国际社区项目③ AI 势 MD 的趋势判断昇腾的算力设计本位是 AI。五、小结与下一篇预告本篇直面了最特殊的生态五条独立证据链钉死“GROMACS/OpenMM 无昇腾后端”的事实CANN/Ascend C/Ascend CL 三层分工栈/算子语言/调用接口三条现实路线DeePMD 官方专题、SPONGE 自研引擎、mat-chem-sim-pred 算子积木各有定位决策树的第一个分叉是“要不要 GROMACS”——问到这层多数需求落到换路线或混合调度。探测器把生态盘点变成了脚本化输入。下一篇进入验证闭环GROMACS 的回归测试体系REGRESSIONTEST_PATH、GPU 相关 ctest、Debug 构建 assert 三件套以及把 ns/day 解析自动化的基准流水线——它是前面所有移植篇的共同验收标准。本篇认知问题回显FAQQ1GROMACS 或 OpenMM 能在昇腾 NPU 上跑吗A不能。截至 2026-09 无任何昇腾后端昇腾官网分子动力学专题只讲 DeePMDCANN 官方项目 mat-chem-sim-pred FAQ 明确“尚未提供直接的 GROMACS/LAMMPS patch”鲲鹏昇腾社区实测结论为不支持、选择 CANN 算子自研 MD也不存在名为 gromacs-ascend 的公开仓库。Q2CANN、Ascend C、Ascend CL 三者是什么关系ACANNCompute Architecture for Neural Networks中文官方名 AI 异构计算架构是昇腾整个异构计算软件栈的统称Ascend C 是其中的算子开发语言原生于达芬奇架构Ascend CL 是 C/C 调用接口层设备管理/内存/流/aclnn 风格算子调用——Ascend C 写算子、Ascend CL 用算子、CANN 是整体运行时与工具链。Q3昇腾上做分子模拟有哪些现实路线A三条DeePMD 深度学习势 MD昇腾官网官方专题支持AI 势函数替代经典力场MindSpore SPONGE北大-华为联合的自研经典 MD 程序昇腾原生mat-chem-sim-pred 算子积木 Ascend CL 自搭框架CANN 官方开源 GAFF2 力场算子社区自研先例 3200 atoms·ns/day。另有一条不跑在昇腾上的混合调度把 GROMACS 任务分配到有后端的国产卡本系列 14-20 篇。Q4昇腾 NPU 的正式产品命名是什么910B 是官方名吗A官方产品页以 Atlas A2 系列呈现如 Atlas 800T A2 训练服务器8 卡 Fullmesh、6P INT8、最大 512G 显存“昇腾 910B”是社区与媒体的常见称谓非官方产品页用语——正式文档写作建议用 Atlas A2 系列表述。