化学科学家有了钱以后……真是挺吓人的

Horse

计算化学领域中有哪些技术可以被称为是当前的黑科技？黑科技，还是要提 D.E.Shaw Research 这个奇异的存在。

要讲这个黑科技，我们可能要扯远一点，先讲讲 D.E. Shaw 这个人是怎么学术赚钱通吃，成为彻底的人赢的


D.E.Shaw 是个学霸，是 PhD 们的偶像：斯坦福大学计算机专业的博士, 30 岁不到就进入哥伦比亚大学做教授，专门研究超大规模并行计算。这已经是优秀的学术人生了。

但是 Shaw 觉得无聊。哥伦比亚大学地处纽约，遍地暴发的对冲基金男各种花天酒地，游嬉于各种 model 之间，作为一个同样聪明的教授，却只能坐在冷板凳上写计算机 model。虽然在科学家眼里，后者甚至还要更性感一些，但是时间长了也……扯远了，总之，Shaw 不干了。

于是他 1986 年放弃了钻牛角尖的教授生涯，进入华尔街著名投行摩根斯坦利做 quant trading（可以通俗地理解为用计算机自动炒股、债和外汇）。果然， 呆博士不是搞政治斗争的料子，在摩根斯坦利这种钱多是非多、政治斗争和技术斗争同样激烈的地方，仅仅 2 年之后他就在政治斗争中失败，被迫离开摩根斯坦利（欢迎 quant trading 方面的达人来八卦补全这一段故事）。但是这厮本来就不是池中物，同年，他就开办了自己的对冲基金 D.E. Shaw & Co. LP.，专注 quant trading，利用高速计算机网络和市场瞬间的有效性缺陷来进行高频统计套利。

和今天高频交易人满为患的情况不同：当时计算机很破，内存上兆的就是中型服务器了，计算机语言和组件也比较晦涩，不像今天这么普及和丰富，不会冒出来个 12 岁少年就能写一个网站编一个游戏，然后对着 80 后的老头子们说你们不行之类的。因此，能掌握高速网络编程和大型并行计算的人，除了能算弹道和模拟核爆之外，还能成为第一批做高频交易的人，干的事情基本就是无风险套利——利用市场无效性，剪市场的羊毛，赚钱的速度仅仅取决于你能剪多快。

作为专门研究超大规模并行计算的顶级专家的 Shaw，率先杀入高频交易，完全是流氓会武术，谁也挡不住，剪羊毛速度世界一流，很快人生进入了新的高峰。到 2015 年，他的个人净值已经 41 亿美元（David Shaw - Forbes），杀入全球财富榜前 500.

说了这么多，怎么还没有谈到计算化学？你别走，我现在就要说这事了。

David Shaw 大叔 40 出头财务自由，依照常人的想法，自然可以不再写 model，而一头扎进纽约的花天酒地，去约会真的 model 了。但是，正如网络上著名的牛顿生平文章《牛逼顿》所说：

出乎世俗想象的是，科学其实远比任何娘们儿都风骚，玩科学比玩女人爽得多，得到一个成果所获得的高潮强烈而持久，不仅有快感，更有巨大的自我认同感，远胜于那几秒寒颤之后无边的空虚与落寞。所以陈景润其实是沉溺于美色不能自拔，身体弱架不住高潮过度被爽死了。

Geek 的基因在身体深处摇撼 Shaw 大爷功成名就之后的空虚神经。他一个回马枪杀回了科学世界，脱下西装，露出了 Geek 的本色：

和屌丝 geek Sheldon 不一样，这是一个破坏力惊人的土豪 geek。Shaw 现在再也不用跪舔 NIH，NSF 的官员，去讨一点可怜的科研经费了。他想干什么就干什么；他觉得什么是前沿什么就是前沿。他拿出大规模并行计算的大砍刀，想找一个最需要计算但现今最不给力的领域一刀砍下去。

这里有个背景：计算化学发展了很多年，都处在有点尴尬的位置，说得直白点——计算机还太弱，计算化学用于实际问题中算不准，精度还不如做实验。因此，无论在化学还是生物领域，做计算化学的不管是教授还是 PhD，要么选择和实验的组合作，活在鄙视链的下游，要么躲到角落里小富即安地画圈圈。

因此，Shaw 的大砍刀就落到了萎靡的计算化学上：他想制造一台专门用于做计算化学的超级计算机，比现有的超级计算机强大几千倍几万倍。
很多人可能要问，现在超级计算机动辄就是几十万个 cpu 核心什么的，运算能力很强大啊，为什么还要造计算化学的超级计算机呢？
答案是，一般的计算机是很聪明，但是不适合干计算化学这行。学术一点说，是 general purpose computing 不能高效地来做分子动力学模拟。

打个比方，现在的电脑就仿佛是个全能的机器人，你可以让他去割麦子，做饭，踢球等等。让他去干很多事情，他什么都能干，干得也比人快，确实也很聪明。这就是所谓的通用计算机（general purpose computing）：一个机器，写不同的软件，实现各种功能。

但是在割麦子这件事情上，这个全能机器人的速度很难超越专业的大型联合收割机。因为大型联合收割机虽然笨，但是完全为割麦子而生，因此硬件上量身定制，极度优化。这就是所谓的特种计算机（special purpose computing）：专业定制机器，软件也是专门定制的，只实现一个功能，但是凶残而高效。

Shaw 就是要造一台计算化学中的“大型联合收割机”。这台收割机，叫做 Anton。

它很贵很贵，但这正是 Shaw 的优势，反正他不泡妞不包二奶，钱花不完。况且，科研人员其实很便宜。

这里有一个好笑又辛酸的事情：和大众的认识恰好相反，在美国，纯理科博士毕业之后大多数都找不到工作，虽然智商大都不低，但是如果想坚持科研，做博士后的薪水只能勉强维持生活。

而 David Shaw 横空出世，成为了纽约的孟尝君。他招了一群找不到工作的博士——这些人在经济上可以说是纯粹的屌丝——开出了 10 万美元一年的工资。

10 万美元一年是什么概念呢？这就是投资银行 21、2 岁小分析员的入门工资 + 奖金，在华尔街上就是底层，外面穿着西装，里面穿的可是开裆裤。但是对于这帮年届三十的科学屌丝来说，这是他们能找到研究岗位工资的 2-3 倍，是个做梦都想不到的包养价。

于是一时间最顶尖的计算化学、生物物理、电子工程博士趋之若鹜，求 David Shaw 包养。

从 2004 年前后开始（请知情人指正），Shaw 成立的 DE Shaw Research（DESRES）开始正式运营。在 David Shaw 的精心包养下，30 多个失业的博士屌丝们什么也没干，在优雅的环境里，足足读了一年半的论文，搞出了 Anton 的草图。之后，更多的屌丝加入，全身心专注于 Anton 的研发。

2007 年，比预期还早了快一年，来自五湖四海的屌丝和 geek 们发布了 Anton 的第一代。计算化学的最大黑科技诞生了：它比一般的超级计算机快约 10,000 倍。比最好的超算也快 1,000 倍。

对的。变态的 10,000 倍，四个零，四个数量级。

10000 倍是什么意思呢？计算化学里面，模拟分子运动轨迹的持续时间的长短是非常重要的。用模拟网球比赛来做类比：以前“超级计算机”算了一个月，我们只能模拟出击球的 1 秒钟的瞬间，而现在 Anton 出世，我们同样花一个月，就可以模拟整场球赛中网球的轨迹了。

这是前所未有的超算能力，变态的“大型联合收割机”，等于开了上帝视角啊亲。


从 2007 年起，D.E. Shaw 的团队声名鹊起，用这个收割机每年在国际顶尖的学术杂志《自然》和《科学》上灌水，学术声誉不可阻挡。Anton 在手，高枕无忧，仿佛别人在地面用卷尺画地图，他们在天上航拍做地图。现在他们又出了 Anton2，继续吊打“过去 8 年中取得了长足发展的”超级计算机。

也许纯学术派对这种硬拼计算能力的方法表示不屑，但 D.E. Shaw 和他包养的 geek 们正用变态的 Anton 计算机把分子动力学模拟大跨步地推向实用。

有钱就是任性。

以上文字来自知乎 @ZHENG Sullivan , 原文链接：计算化学领域中有哪些技术可以被称为是当前的黑科技？
网站：D. E. Shaw Research

希望有更多的科学家出现，也希望有更多类似D.E.Shaw这样的土豪科学家用黑科技摧枯拉朽地带动科学前进。

24K路人丙

其实，高校教授们的研究，个人觉得有时候挺尴尬的。大项目拉不到足够的钱，小项目有钱的意义没那么大。科研人员要思考如何获得资金赞助，对于那些纯的科研狂人还是挺痛苦的。
以前还看过一篇文章，说实验室仪器管理上的问题。
也类似，挺多资金耗费在重复购买仪器上，国内高校、研发机构之间的科研合作太少，很多昂贵的仪器买回来，结果只用那么两三次，根本没法充分发挥仪器的利用率。而不像美国那种，实验室有配备专门独立管理设备的人员，专职安排设备的使用。
好的科研团队应该是从资金获取，管理研发，技术转化，产业化等一条龙，像一个公司一般，有大股东，有CEO，有中层骨干，有**，有供应链管理等等的。但，感觉现在国内高校都是，教授自己单干，校企合作少，资金来源靠老板自己找，这样怎么能更好的发展呢。
另外，中国土豪，有钱的却没多少对科学有兴趣的。何处话凄凉。总体觉得还是国民素质的问题，对教育、科研还没达到那种认知程度。

zy7181

谢谢楼主分享。{:1106_382:}

79751263

谢谢楼主的分享，科学无界限啊

ectxcqm

真是太厉害了，

baoziof286

{:1106_367:}牛叉的人生啊

1592203609

谢谢分享！马哥果然见多识广

conder

前所未有的科技界巨人。{:1106_362:}

ralphth

若不是Horse提到这个人，真差点儿忘了他的黑科技。
几年前我们请了这个团队的一个中国人来做报告，当时也觉得非常不可思议。他当时给举了一个例子：模拟一个长的多肽链和蛋白的结合过程。这个例子的难点是：这个多肽链到底结合在蛋白的表面的哪个位点根本不知道。做过分子动力学模拟的人都知道，一般模拟蛋白与配体结合都需要知道结合部位，并事先通过对接软件将配体放在结合部位，然后再做动力学模拟（而且一般做几十ns的模拟，请注意单位是纳秒）。可不知道结合位点怎么能做动力学模拟？当然，也可以通过一些专门的软件扫描蛋白表面，大概估计几个可能的结合位点，然后挨个试。挺麻烦、当然非常耗时也是一定的。
而这个团队的做法是：直接把这个多肽链扔进包含蛋白的一个“容器”中，随便扔哪儿，然后就开始动力学模拟。通过分子运动轨迹发现，这个多肽绕着蛋白转了几圈（大概是几十秒，请注意单位是秒），最后牢牢固定在蛋白表面的某个凹槽中。后经实验验证，结合部位真的就是这个地方。如果用现在的通用计算机（比如Xeon处理器的），根本就没有可能做到！个人估计通用计算机再发展10年也没有这种可能。
后来聊了聊，感觉anton这种计算机其实有点儿类似Nvidia的CUDA技术。通用计算机为了通用型，其指令集比较多。但做科学计算（不光指分子动力学模拟、计算化学）往往只高频率的调用几个指令，计算核心数量也少，像i7也就8个，还是逻辑的，所以通用计算机在做科学计算时效率极其低下。Nvidia看到了这里的商机，因为显卡GPU里有上百个的图形计算单元，指令也比较简单，正好适合做科学计算，Nvidia就此开发了专门进行科学计算的CUDA技术。所以现在计算化学领域里用CUDA的也越来越多。据说CUDA能比通用计算机快上10倍。
而anton更专业化，根本就不考虑图形显卡的图形功能，直接为分子模拟设计，估计也是采用了大量的并行计算单元，每个计算单元只执行几个简单的指令，效率当然更高。
当时我们还问做讲座的人，这套系统多少钱？真心想买啊！人家当时的答复是上千万，还是dollar！这算什么答复，根本就是不想卖嘛！不知现在是什么情况了，总之没见国内市场上有。
Anton真是个神器！还全球独此一家！

wutuxiaoyuan

金鳞岂是池中物，肯定有他的道理啊！

曾小刚

牛人

gd0308

流氓会武术，谁也挡不住
- 本文出自马后炮化工论坛，原文地址：http://meng.horse/thread-125890-1-1.html

chenhaijunsjy

看看都有哪些

dyrh.f09

专门科学专业人，做专业事。

24K路人丙

够有钱，肯用钱，站的够高，再加点技术，Science、Nature还真的可以灌水。以前科学不都是贵族才玩得起的么。现在的科研，有钱就是爹，有奶就是娘。谁给钱就给谁做。
学校教授们，有钱的就是任性，各种高大上。没钱就想方设法赚钱了...
不知多少科研梦想、科研激情就被这样钱慢慢磨没了...
感觉好多研究就是，有钱途才干（当然也不是否定这种思想），而不是看这项研究是否高大上，整出来就诺贝尔奖一般。学校老师很多都重视将技术转化为产业，纯科研力量不强，但什么精细化工，化工应用给力的原因吧。
科研和搞钱，感觉真让人纠结。

bigfish

谢谢分享，很有意思的故事

ftecagan247

牛人啊{:1106_362:}{:1106_362:}{:1106_362:}{:1106_362:}

zhdgzhdg

敬畏这样的天才。

zzzg9999

希望中国也能多出一些这样的土豪。

qzshi68

一直在创新、开拓，追求科学真理的精神令人钦佩。