NVIDIA推出ALCHEMI加速AI驅動的化學與材料科學模擬

科技公司 NVIDIA NVIDIA 宣布推出 ALCHEMI（化學與材料創新人工智慧實驗室）Toolkit-Ops，旨在為化學和材料科學領域的開發人員和研究人員提供專門的工具包和 NVIDIA NIM 微服務，這些工具包和微服務針對 NVIDIA 加速運算平台進行了最佳化。該平台提供高性能、GPU 加速的批次工具，以支援機器學習框架層級的原子級模擬。

ALCHEMI 套件透過三個相互關聯的層提供強大的功能。 Toolkit-Ops 層提供了一個 GPU 加速的批次操作庫，用於 AI 驅動的原子模擬任務，包括鄰域列表構建、DFT-D3 色散校正和長程靜電學。 ALCHEMI Toolkit 由 GPU 加速的建置模組組成，例如幾何優化器、積分器和資料結構，從而支援利用 AI 的大規模批次模擬。最後，ALCHEMI NIM 微服務層為化學和材料科學領域提供可擴展的、雲就緒的、特定領域的微服務，從而簡化在 NVIDIA 加速平台上的部署和編排。

Toolkit-Ops 利用 NVIDIA Warp 加速並批次處理 AI 賦能的原子建模中的常見操作。這些功能可透過模組化的 PyTorch API 訪問，未來版本還將推出 JAX API，從而實現快速迭代並與現有和新興的原子模擬軟體包無縫整合。

ALCHEMI 工具包維運生態系集成

該工具旨在與更廣泛的基於 PyTorch 的原子模擬生態系統無縫集成，目前正在與化學和材料科學界的領先開源工具集成，包括 TorchSim、MatGL 和 AIMNet Central。 

TorchSim 是一款新一代 PyTorch 原生原子模擬引擎，它將採用 ALCHEMI Toolkit-Ops 核心來加速基於 GPU 的工作流程，從而能夠在單一 GPU 上對數千個系統進行批量分子動力學模擬和結構弛豫。 MatGL 是一個用於建立基於圖的機器學習原子間勢的開源框架，它將利用 Toolkit-Ops 來提高長程相互作用計算的效率，從而在不犧牲精度的前提下實現更快、更大規模的原子模擬。 

AIMNet Central 是一個 AIMNet2 儲存庫，能夠對中性、帶電、有機和混合系統進行建模，它將使用 Toolkit-Ops 來優化遠端相互作用建模，從而提高大型和週期性系統的模擬性能。

ALCHEMI Toolkit-Ops 的入門非常簡單，設計也方便使用。它需要 Python 3.11 或更高版本、Linux（首選）、透過 WSL2 運行的 Windows 或 macOS，以及… NVIDIA GPU （建議使用 A100 或更新的處理器），CUDA 運算能力需達到 8.0 或更高版本。使用者必須擁有 CUDA 工具包 12 或更高版本以及 NVIDIA 驅動程式 570.xx.xx 或更高版本。

Toolkit-Ops 具備高效能的鄰居清單建置、DFT-D3 色散校正和長程靜電學運算功能，所有這些都針對 PyTorch 中的 GPU 加速進行了最佳化。鄰居列表對於計算原子模擬中的能量和力至關重要，它支援 O(N) 和 O(N²) 演算法、週期性邊界條件和批量處理，可擴展至每秒數百萬個原子。 DFT-D3 色散校正考慮了范德華相互作用，改進了結合能計算、晶格結構和構象分析，目前還支援具有 Becke-Johnson 阻尼的雙體項和批量週期性計算。 

長程靜電交互作用採用GPU加速的Ewald求和方法和粒子網格Ewald (PME) 方法處理，並包含雙截斷策略以減少冗餘計算和記憶體使用，從而實現對帶電和極性系統的高效精確模擬。完全整合PyTorch，支援原生張量和端到端可微分的工作流程，為研究人員提供高效能、可擴展的AI驅動原子建模解決方案。