热点事件持续更新
研究者推出PyTorch原生可微物理模拟框架Torch-DPhys
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月20日，研究人员推出了基于 PyTorch 构建的可微物理仿真与混合机器学习框架 Torch-DPhys。该框架兼容 MOOSE 的热工水力建模概念，并支持连续介质力学。在计算与架构设计上，Torch-DPhys 支持在 CPU 和 GPU 上运行，具备原生张量残差与稀疏直接线性求解能力。实验测试显示，在轴对称熔盐快堆模拟测试中，该框架与成熟工具 SAM-Lite 的最大归一化场差异仅为 1.13 x 10^-5，展现出高精度的物理仿真与建模表现。
AI 根据报道生成 · 4 小时前更新
最新进展10月20日 12:00
研究者推出兼容MOOSE概念的可微物理框架Torch-DPhys，支持CPU/GPU运行及连续介质力学。报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv 机器学习Torch-DPhys：用于可微物理仿真与混合机器学习的 PyTorch 原生框架
研究人员推出了基于 PyTorch 构建的可微物理仿真与混合机器学习框架 Torch-DPhys，兼容 MOOSE 的热工水力建模概念并支持连续介质力学。该框架支持 CPU 和 GPU 运行、原生张量残差与稀疏直接线性求解，在轴对称熔盐快堆测试中与 SAM-Lite 的最大归一化场差异仅为 1.13 x 10^-5。
本事件热度走势
当前热度 9·可比范围峰值 10（10月20日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。