来自美国太平洋西北国家实验室以及匈牙利的科学家，在英伟达公司的高性能图形处理单元（GPU）上成功执行了量子化学计算，创造了含金属复杂分子模拟速度新纪录，为电子结构计算设定了新基准。相关论文发表于最新一期《化学理论与计算》杂志。
金属酶能够加速化学反应，降低能耗，使反应过程更加高效和可持续。深入了解和优化这些催化剂，对于医药、新能源和消费品等诸多行业至关重要。然而，此前快速且高精度的化学计算往往难以实现。
为解决这一难题，研究团队集结最先进的硬件与量子化学张量网络算法等尖端模拟技术，在单个DGX-H100 GPU节点上，实现了每秒高达246万亿次浮点运算的计算速度。
团队表示，与此前用英伟达公司的其他GPU开展的计算相比，此次计算的速度提高了2.5倍；而与用中央处理单元（CPU）进行的类似计算相比，此次计算速度更是提高了80倍。
最新研究旨在实现多体薛定谔方程的高效且精确求解。这些方程对于理解分子和材料的电子结构十分关键。目前，全球仅有少数计算系统具备如此强大的计算能力。
团队强调，最新成果使复杂化学系统的研究能够快速改进和迭代，充分展示了大规模计算在解决量子化学问题方面的潜力。此外，更出色的GPU计算框架，以及人工智能引导的物理学，结合为大型定量机器学习模型生成训练数据的新方法，有望为实现能源、健康等领域的新应用贡献重要力量。
来自美国太平洋西北国家实验室以及匈牙利的科学家，在英伟达公司的高性能图形处理单元（GPU）上成功执行了量子化学计算，创造了含金属复杂分子模拟速度新纪录，为电子结构计算设定了新基准。相关论文发表于最新一期《化学理论与计算》杂志。
金属酶能够加速化学反应，降低能耗，使反应过程更加高效和可持续。深入了解和优化这些催化剂，对于医药、新能源和消费品等诸多行业至关重要。然而，此前快速且高精度的化学计算往往难以实现。
为解决这一难题，研究团队集结最先进的硬件与量子化学张量网络算法等尖端模拟技术，在单个DGX-H100 GPU节点上，实现了每秒高达246万亿次浮点运算的计算速度。
团队表示，与此前用英伟达公司的其他GPU开展的计算相比，此次计算的速度提高了2.5倍；而与用中央处理单元（CPU）进行的类似计算相比，此次计算速度更是提高了80倍。
最新研究旨在实现多体薛定谔方程的高效且精确求解。这些方程对于理解分子和材料的电子结构十分关键。目前，全球仅有少数计算系统具备如此强大的计算能力。
团队强调，最新成果使复杂化学系统的研究能够快速改进和迭代，充分展示了大规模计算在解决量子化学问题方面的潜力。此外，更出色的GPU计算框架，以及人工智能引导的物理学，结合为大型定量机器学习模型生成训练数据的新方法，有望为实现能源、健康等领域的新应用贡献重要力量。
本文链接：http://www.gihot.com/news-2-48418-0.html含金属复杂分子模拟速度创纪录
声明：本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
点击右上角
微信好友
朋友圈
点击浏览器下方“
”分享微信好友Safari浏览器请点击“
”按钮
点击右上角
QQ
点击浏览器下方“”分享QQ好友Safari浏览器请点击“”按钮
