在材料科學的發展歷程中,研究范式經歷了實驗觀測到理論建模到計算機模擬再到大數據挖掘的演進,每一次迭代都加速了新型功能材料的預測與發現。如今,隨著AI時代的到來,科研人員正不斷探索如何借助大語言模型(LLM)、圖神經網絡(GNN)和擴散模型(Diffusion Model)等前沿算法推動材料研發,AI for Materials已成為材料科學領域的研究熱點。在這一背景下,沐曦集成電路(上海)股份有限公司(以下簡稱“沐曦股份”)與飛槳智能材料科學開發套件PaddleMaterials攜手完成深度適配與聯合測試,成功驗證多種材料科學智算模型在沐曦GPU上的高效運行,充分展現了國產AI硬件在材料科學智算中的強大潛力,并彰顯了國產AI基礎框架×智能材料科學×GPU硬件的蓬勃生機與無限活力。
![]()
沐曦股份專注于異構計算,提供安全可靠的GPU芯片及完整解決方案,打造全棧GPU產品線——曦思N系列用于智算推理,曦云C系列用于通用計算,曦彩G系列用于圖形渲染,滿足高能效與高通用性的算力需求。
本輪適配覆蓋多個材料科學智算核心場景,典型測試案例均順利通過,充分展現了國產芯片與飛槳科學計算套件在高適配性與高性能上的卓越表現。
材料科學智算場景包括:MLIP(Machine Learning Interatomic Potential):機器學習原子間勢函數(代表模型:CHGNet、MatterSim);PP(Property Prediction):性質預測(代表模型:DimeNet++、MEGNet、Comformer);SG(Structure Generation):結構生成(代表模型:MatterGen、DiffCSP);SE(Spectrum Elucidation):譜圖解析(代表模型:DiffNMR);
![]()
圖:沐曦適配模型精度與benchmark精度表現對比
在本輪合作中,沐曦股份AI芯片平臺展現出優異的計算穩定性與能效比;同時,PaddleMaterials也憑借原生國產化支持:飛槳全棧自研,廣泛適配多款國產AI芯片;材料科學智算優化:針對多種AI for Materials場景進行深度調優;開放協作生態:開源開放,文檔完善,開發體驗友好,助力科研模型快速落地等優勢,成為國產芯片生態的首選平臺。
PaddleMaterials通過數據驅動與機理驅動的深度融合,不斷拓展生態邊界,加速新材料的探索、發現與應用,邁向AI for Materials第五范式。此次與沐曦股份的深度合作,更彰顯出國產材料科學智算軟件框架與國產硬件協同發展的新格局。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.