NVIDIA lanza ALCHEMI para acelerar las simulaciones de química y ciencia de materiales impulsadas por IA

En Breve

NVIDIA ha lanzado ALCHEMI Toolkit-Ops, una plataforma acelerada por GPU que proporciona herramientas especializadas y microservicios para simulaciones atomísticas impulsadas por IA en química y ciencia de materiales.

La empresa de tecnología NVIDIA anunció el lanzamiento de ALCHEMI (AI Lab para Innovación en Química y Materiales) Toolkit-Ops, diseñado para proporcionar a desarrolladores e investigadores en química y ciencia de materiales herramientas especializadas y microservicios NVIDIA NIM optimizados para plataformas de computación aceleradas por NVIDIA. La plataforma ofrece herramientas por lotes de alto rendimiento, aceleradas por GPU, para apoyar simulaciones atomísticas a nivel de framework de aprendizaje automático.

La suite ALCHEMI ofrece capacidades en tres capas interconectadas. La capa Toolkit-Ops proporciona un repositorio de operaciones por lotes aceleradas por GPU para tareas de simulación atómica impulsadas por IA, incluyendo la construcción de listas de vecinos, correcciones de dispersión DFT-D3 y electrostática a larga distancia. El Toolkit ALCHEMI consiste en bloques de construcción acelerados por GPU, como optimizadores de geometría, integradores y estructuras de datos, que permiten simulaciones a gran escala y por lotes que aprovechan la IA. Finalmente, la capa de microservicios ALCHEMI NIM ofrece microservicios específicos de dominio, escalables y listos para la nube, para química y ciencia de materiales, facilitando el despliegue y la orquestación en plataformas aceleradas por NVIDIA.

Toolkit-Ops utiliza NVIDIA Warp para acelerar y agrupar operaciones comunes en modelado atómico habilitado por IA. Estas funciones son accesibles a través de una API modular de PyTorch, con una API de JAX planificada para un lanzamiento futuro, lo que permite una rápida iteración e integración sin problemas con paquetes de simulación atómica existentes y emergentes.

Integración del Ecosistema ALCHEMI Toolkit-Ops

La herramienta está diseñada para integrarse sin problemas con el ecosistema de simulación atomística basado en PyTorch y actualmente se está integrando con las principales herramientas de código abierto en la comunidad de química y ciencia de materiales, incluyendo TorchSim, MatGL y AIMNet Central.

TorchSim, un motor de simulación atomística nativo de PyTorch de próxima generación, adoptará los núcleos ALCHEMI Toolkit-Ops para acelerar los flujos de trabajo basados en GPU, permitiendo dinámicas moleculares por lotes y relajación estructural a través de miles de sistemas en una sola GPU. MatGL, un marco de código abierto para construir potenciales interatómicos basados en grafos de aprendizaje automático, aprovechará Toolkit-Ops para mejorar la eficiencia de los cálculos de interacciones a larga distancia, permitiendo simulaciones atomísticas a gran escala más rápidas sin sacrificar la precisión.

AIMNet Central, un repositorio para AIMNet2 capaz de modelar sistemas neutros, cargados, orgánicos e híbridos, utilizará Toolkit-Ops para optimizar la modelación de interacciones a larga distancia, mejorando el rendimiento de las simulaciones para sistemas grandes y periódicos.

Comenzar con ALCHEMI Toolkit-Ops es sencillo y está diseñado para ser accesible. Requiere Python 3.11 o superior, Linux (primary), Windows a través de WSL2, o macOS, y una GPU NVIDIA (A100 o más nueva recomendada) con capacidad de computación CUDA 8.0 o superior. Los usuarios deben tener CUDA Toolkit 12+ y controlador NVIDIA 570.xx.xx o posterior.

Toolkit-Ops cuenta con una construcción de lista de vecinos de alto rendimiento, correcciones de dispersión DFT-D3 y electrostática de largo alcance, todo optimizado para la aceleración por GPU en PyTorch. Las listas de vecinos, esenciales para calcular energías y fuerzas en simulaciones atómicas, admiten tanto los algoritmos O(N) como O(N²), condiciones de frontera periódicas y procesamiento por lotes, escalando a millones de átomos por segundo. Las correcciones de dispersión DFT-D3 tienen en cuenta las interacciones de van der Waals, mejorando los cálculos de energía de enlace, estructuras de red y análisis conformacionales, mientras que actualmente admiten términos de dos cuerpos con amortiguación de Becke-Johnson y cálculos periódicos por lotes.

Las interacciones electrostáticas a largo alcance se manejan utilizando la suma de Ewald acelerada por GPU y los métodos de Ewald de malla de partículas (PME), incluyendo una estrategia de doble corte para reducir los cálculos redundantes y el uso de memoria, lo que permite simulaciones eficientes y precisas de sistemas cargados y polares. La integración completa de PyTorch permite soporte nativo de tensores y flujos de trabajo diferenciables de extremo a extremo, proporcionando a los investigadores una solución escalable y de alto rendimiento para el modelado atomístico impulsado por IA.