NVIDIA 利用 AI 驱动的模拟推进分子动力学
realtime news Oct 20, 2025 17:14
NVIDIA 与国家实验室合作，将 AI 集成到分子动力学模拟中，提高大规模科学研究的可扩展性和效率。
根据 NVIDIA 官方博客，NVIDIA 与洛斯阿拉莫斯和桑迪亚国家实验室合作，推出了一项将人工智能集成到分子动力学 (MD) 模拟中的突破性技术。这一进展有望提高可扩展性和效率，使其成为计算化学和材料科学的关键发展。
基于 PyTorch 模型的集成
该集成在 LAMMPS MD 软件包中通过 ML-IAP-Kokkos 接口利用基于 PyTorch 的机器学习原子间势（MLIPs）。这种设置旨在简化社区模型的连接，实现原子系统的无缝和可扩展模拟。该接口支持消息传递 MLIP 模型，并利用 LAMMPS 内置的通信能力，在 GPU 之间高效地传输数据，这对于大规模模拟至关重要。
协作开发和功能
通过 NVIDIA 和国家实验室的共同努力开发，ML-IAP-Kokkos 接口采用 Cython 来桥接 Python 和 C++/Kokkos LAMMPS，确保 GPU 加速的端到端流程。该接口允许外部开发人员连接其 PyTorch 模型，方便大规模的 LAMMPS 模拟。该系统能够处理大型数据集，使研究人员能够以前所未有的精度和速度研究化学反应和材料特性。
基准测试和性能
使用多达 512 个 NVIDIA H100 GPUs 和 HIPPYNN 模型对接口性能进行了基准测试，显示出显著的速度提升。这些测试展示了使用通信钩子实现的效率提升，这些钩子减少了鬼原子，从而优化了模拟过程。该集成允许减少处理的总原子数量，从而在模拟时间上实现显著加速。
与 MACE 集成的比较分析
进一步测试比较了 ML-IAP-Kokkos 接口与 MACE MLIP 的性能，结果显示新插件在速度和内存效率方面表现更佳。这归功于模型加速通过 cuEquivariance 和接口内改进的消息传递能力。
未来影响
ML-IAP-Kokkos 接口定位为使用 MLIPs 的多 GPU、多节点 MD 模拟的关键工具。它弥合了现代机器学习基力场与高性能计算基础设施之间的差距，使研究人员能够高效地模拟超大型系统。在分子动力学中集成 AI 代表了计算研究的重大飞跃，承诺推动该领域的未来创新。
欲了解更多信息，请访问 NVIDIA 博客。
Image source: Shutterstock.jpg)