摘要：Windows 原生 conda 与 macOS OpenCL 两条安装线，附 WSL2 GPU 透传方案。conda 环境下装好后，后续章节与 Linux 零差别。
关键字：OpenMM安装、Windows、macOS、WSL2、OpenCL、conda、跨平台、GPU透传

【官方来源】docs.openmm.org User Guide §2.2 Installing OpenMM
【全网补充】WSL2 / macOS / AMD 实操细节

1. 官方安装逻辑（三系统通用）

【官方来源】安装前提只有两条：

1. 装 64 位 Python 3.x 的 Miniconda（https://docs.conda.io/en/latest/miniconda.html）
2. 想跑 GPU 就先装厂商最新驱动：
   • NVIDIA：https://www.nvidia.com/Download/index.aspx ——CUDA 本体不用手装，装 openmm 时自动带
   • AMD（Linux/Windows）：最新驱动 + HIP/ROCm（https://rocm.docs.amd.com）
   • macOS：OpenCL 系统自带（10.10.3+）

然后二选一：

【官方来源】conda 路径：

condainstall-cconda-forge openmm# 或钉死 CUDA 版本condainstall-cconda-forge openmm cuda-version=12

【官方来源】pip 路径：

pipinstallopenmm# 只含 OpenCL+CPU+Referencepipinstallopenmm[cuda12]# 加 CUDA 平台（NVIDIA 推荐）pipinstallopenmm[cuda13]# CUDA 13pipinstallopenmm[hip6]# AMD HIP 6pipinstallopenmm[hip7]# AMD HIP 7

【官方来源】验证：

python-mopenmm.testInstallation

确认安装成功、检查 GPU 加速（CUDA/OpenCL/HIP 平台）、验证各平台结果一致。

2. Windows 安装

2.1 原生 Windows（最简路径）

【初学者翻译】Windows 上 conda 和 pip 路径都与 Linux 完全一样，在"Anaconda Prompt"或 PowerShell 里执行同样的命令即可。官方 pip extras（openmm[cuda12]）同样可用。

要点：

• 装最新 NVIDIA 游戏/Studio 驱动即可（不用装 CUDA Toolkit）
• conda 包官方为 CUDA 12 及以上出包
• 示例脚本目录：C:\Program Files\OpenMM\examples\python-examples（源码编译时）；conda/pip 安装则从 GitHub 仓库examples/python-examples/取

2.2 WSL2 方案（Windows 里跑 Linux 版）

【全网补充】适合想在 Linux 环境工作但只有 Windows 机器的用户。

# Windows 侧（管理员 PowerShell）wsl--install# 默认 Ubuntu# 装最新 NVIDIA 驱动（Windows 版，WSL2 会自动透传 GPU）

# WSL2 内（Ubuntu）nvidia-smi# 能看到 GPU = 驱动透传 OK# 之后完全按第 02 篇 Linux 流程走conda create-nopenmmpython=3.11-y-cconda-forge condainstall-nopenmm-cconda-forge openmm python-mopenmm.testInstallation

【全网补充】NVIDIA 官方 CUDA-on-WSL 文档要点：WSL2 里不要装 Linux 版 NVIDIA 驱动（只用 Windows 驱动透传）；cuda-toolkitmeta 包按需装（OpenMM conda 包自带运行时，通常不需要）。小工作负载下 WSL2 有 CPU 开销，追求极限性能用双系统或原生。

【踩坑】WSL2 里testInstallation的 CUDA 平台失败 → 九成是 Windows 侧驱动太老。升级 Windows NVIDIA 驱动即可，WSL 里不用动任何东西。

3. macOS 安装

【官方来源】macOS 上 OpenCL 随系统提供（10.10.3+），无需额外驱动。

condainstall-cconda-forge openmm python-mopenmm.testInstallation

【全网补充·重要】OpenMM 没有 Metal 后端。8.5 官方 Platform-Specific 文档（Ch.11）只详列 OpenCL / CUDA / HIP / CPU。Apple Silicon（M1/M2/M3/M4）用户：

• 走OpenCL 平台（macOS 自带实现）
• 或退到CPU 平台（8.0 起 ARM 有 JIT 优化，见 8.0.0 release notes：custom forces 在 ARM 上快了很多）
• NVIDIA 卡的 Mac（老机型 + 外接显卡盒）可试 CUDA，但官方对新 CUDA 只出 Linux/Windows 包

【初学者翻译】Mac 用户把 OpenMM 当"CPU 引擎 + 轻度 OpenCL 加速"用最稳；重度生产模拟建议 Linux + NVIDIA。

4. AMD GPU（Linux/Windows）

【官方来源】AMD 用户装最新驱动 + HIP/ROCm：

# ROCm 安装见 https://rocm.docs.amd.com# pip 路线pipinstallopenmm[hip6]# conda 路线（新版 conda 自动选）condainstall-cconda-forge openmm

【全网补充】HIP 平台与 CUDA 平台属性完全相同（官方 Ch.11 原文：“The HIP Platform recognizes exactly the same Platform-specific properties as the CUDA platform”）——多卡DeviceIndex='0,1'、Precision='mixed'等全部通用。

【全网补充】AMD 消费卡跑 MD 的注意点（来源：GROMACS 社区性能横评帖 bizon-tech / gromacs.bioexcel.eu，2023-2024）：AMD 在 ROCm 支持的卡（RX 7900 系等）上 OpenMM HIP 表现不错；不在 ROCm 支持列表的卡只能退 OpenCL，性能和稳定性都打折。买卡前先查 ROCm 硬件支持列表。

5. 三系统选择速查

6. 【Linux 实测】Ubuntu 22.04 + 消费级 GPU 结果参照

OpenMM Version: 8.5.2 1 Reference - Successfully computed forces 2 CPU - Successfully computed forces 3 CUDA - Successfully computed forces 4 OpenCL - Successfully computed forces All differences are within tolerance. Platform tests have passed.

下一篇：04 · GPU 加速与五大平台

本章速查卡

安装（任一系统）: conda install -c conda-forge openmm NVIDIA pip 加 CUDA: pip install openmm[cuda12] AMD pip 加 HIP: pip install openmm[hip6] 验证: python -m openmm.testInstallation macOS: OpenCL 自带，无 Metal 后端 WSL2: Windows 装 NVIDIA 驱动 → WSL 内按 Linux 流程

系列导航：本专栏分子动力学模拟-OpenMM（35 章大百科：官方 User Guide / Tutorials / Cookbook / examples 全覆盖）

我的专栏