NVIDIA优化机器学习原子间势在Tensor Core上的性能

在分子与材料行为的原子模拟中，传统量子力学方法如密度泛函理论（DFT）虽然能够提供精确的能量和力，但高昂的计算成本限制了其在大型系统或长时间尺度上的应用。2026年10月29日，NVIDIA宣布致力于为机器学习原子间势（MLIP）释放Tensor Core的计算性能，旨在解决传统模拟方法算力消耗过高的问题，推进更大规模与更长时间尺度的模拟计算。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。