أطلقت NVIDIA ALCHEMI لتسريع المحاكاة المدفوعة بالذكاء الاصطناعي في الكيمياء وعلوم المواد.

باختصار

أطلقت NVIDIA مجموعة أدوات ALCHEMI Toolkit-Ops، وهي منصة مدعومة بمعالجة الرسوميات توفر أدوات متخصصة وميكروسيرفيسز لمحاكاة الذرات المدفوعة بالذكاء الاصطناعي في الكيمياء وعلوم المواد.

أعلنت شركة التكنولوجيا إنفيديا عن إطلاق مختبر ALCHEMI (AI للابتكار في الكيمياء والمواد ) Toolkit-Ops، المصمم لتزويد المطورين والباحثين في الكيمياء وعلوم المواد بأدوات متخصصة وخدمات نيم الدقيقة من إنفيديا المحسنة لمنصات الحوسبة المعجلة من إنفيديا. توفر المنصة أدوات عالية الأداء ومعجلة بواسطة GPU ودُفعات لدعم المحاكاة الذرية على مستوى إطار العمل للتعلم الآلي.

تقدم مجموعة ALCHEMI قدرات عبر ثلاث طبقات مترابطة. توفر طبقة Toolkit-Ops مستودعًا من العمليات المعالجة باستخدام وحدة معالجة الرسوميات (GPU) والمتجمعة للمهام المحاكاة الذرية المدفوعة بالذكاء الاصطناعي، بما في ذلك بناء قائمة الجيران، وتصحيحات تشتت DFT-D3، والإلكتروستاتيكا بعيدة المدى. تتكون مجموعة ALCHEMI Toolkit من عناصر بناء معجلة باستخدام وحدة معالجة الرسوميات مثل محسنات الهندسة، والمجمعات، وهياكل البيانات، مما يمكّن من إجراء محاكاة واسعة النطاق ومتجمعة تستفيد من الذكاء الاصطناعي. وأخيرًا، تقدم طبقة ALCHEMI NIM خدمات ميكروية قابلة للتوسع وجاهزة للسحابة ومتخصصة في مجالات الكيمياء وعلوم المواد، مما يسهل النشر والتنظيم على المنصات المعجلة بواسطة NVIDIA.

تستخدم Toolkit-Ops NVIDIA Warp لتسريع وتجميع العمليات الشائعة في النمذجة الذرية المدعومة بالذكاء الاصطناعي. هذه الوظائف متاحة من خلال واجهة برمجة تطبيقات PyTorch المودولية، مع التخطيط لواجهة برمجة تطبيقات JAX لإصدار مستقبلي، مما يسمح بالتكرار السريع والتكامل السلس مع حزم المحاكاة الذرية الموجودة والناشئة.

تكامل النظام البيئي ALCHEMI Toolkit-Ops

تم تصميم الأداة لتتكامل بسلاسة مع النظام البيئي الأوسع لمحاكاة الذرات المعتمدة على PyTorch، وهي قيد التكامل حاليًا مع الأدوات الرائدة مفتوحة المصدر في مجتمع الكيمياء وعلوم المواد، بما في ذلك TorchSim وMatGL وAIMNet Central.

TorchSim، محرك المحاكاة الذري الأصلي من PyTorch من الجيل التالي، سيعتمد على نوى ALCHEMI Toolkit-Ops لتسريع سير العمل القائم على GPU، مما يتيح ديناميات جزيئية مجمعة واسترخاء هيكلي عبر آلاف الأنظمة على GPU واحد. ستستفيد MatGL، الإطار مفتوح المصدر لبناء إمكانيات التفاعل الذري القائمة على الرسوم البيانية، من Toolkit-Ops لتعزيز كفاءة حسابات التفاعل على المدى البعيد، مما يسمح بمحاكاة ذرية واسعة النطاق بشكل أسرع دون التضحية بالدقة.

AIMNet Central، وهو مستودع لـ AIMNet2 قادر على نمذجة الأنظمة المحايدة والمشحونة والعضوية والهجينة، سيستخدم Toolkit-Ops لتحسين نمذجة التفاعلات بعيدة المدى، مما يحسن أداء المحاكاة للأنظمة الكبيرة والدورية.

البدء مع ALCHEMI Toolkit-Ops سهل ومصمم ليكون متاحًا. يتطلب Python 3.11 أو أعلى، Linux (primary)، Windows عبر WSL2، أو macOS، وNVIDIA GPU (A100 أو أحدث موصى به) مع قدرة حساب CUDA 8.0 أو أعلى. يجب أن يكون لدى المستخدمين CUDA Toolkit 12+ وNVIDIA driver 570.xx.xx أو أحدث.

تتميز أدوات Toolkit-Ops ببناء قائمة الجيران عالية الأداء، وتصحيحات الانتشار DFT-D3، والكهرباء الساكنة بعيدة المدى، جميعها محسّنة لتسريع GPU في PyTorch. قوائم الجيران، التي تعد ضرورية لحساب الطاقات والقوى في محاكاة الذرات، تدعم كل من خوارزميات O(N) و O(N²)، وظروف الحدود الدورية، والمعالجة المجمعة، مما يتيح التوسع إلى ملايين الذرات في الثانية. تأخذ تصحيحات الانتشار DFT-D3 في الاعتبار تفاعلات فان der Waals، مما يحسن حسابات طاقة الربط، والهياكل الشبكية، والتحليلات الشكلية، بينما تدعم حاليًا مصطلحات ثنائية الجسم مع تخفيض Becke-Johnson وحسابات دورية مجمعة.

تُعالج التفاعلات الكهروستاتيكية بعيدة المدى باستخدام جمع إيوالد المعجل بواسطة وحدة معالجة الرسومات وطرق شبكة الجسيمات إيوالد (PME)، بما في ذلك استراتيجية قطع مزدوجة لتقليل العمليات الحسابية الزائدة واستخدام الذاكرة، مما يمكّن من محاكاة فعالة ودقيقة للأنظمة المشحونة والقطبية. يتيح التكامل الكامل مع بايتورش دعم المصطلحات الأصلية وتدفقات العمل القابلة للتفاضل من النهاية إلى النهاية، مما يوفر للباحثين حلاً عالي الأداء وقابلًا للتوسع لنمذجة الذرات المدفوعة بالذكاء الاصطناعي.