The Pulse
Mat3ra integra NVIDIA ALCHEMI nelle simulazioni dei materiali basate su browser
Gli utenti di Mat3ra possono eseguire simulazioni atomistiche in batch usando il toolkit ALCHEMI di NVIDIA da un notebook nel browser. Un benchmark della piattaforma ha registrato un rilassamento delle strutture cristalline più rapido rispetto all’approccio una struttura alla volta, con risultati limitati a una configurazione e a un’esecuzione per caso.

Gli utenti di Mat3ra possono ora eseguire batch di simulazioni atomistiche tramite un notebook nel browser usando il toolkit ALCHEMI di NVIDIA, senza installare il software né acquistare una GPU. L’azienda ha illustrato l’integrazione e il benchmark iniziale in un post del 12 novembre.
Il flusso di lavoro usa GPU NVIDIA per elaborare insieme più strutture candidate. I ricercatori possono sostituire le strutture e le composizioni con le proprie, oppure usare script per le dinamiche e i percorsi di reazione, all’interno dello stesso flusso di lavoro nel notebook.
Il benchmark e i suoi limiti
Nel primo benchmark della piattaforma, Mat3ra ha riferito che una GPU NVIDIA H100 NVL ha rilassato strutture cristalline da 40 a 60 volte più velocemente rispetto a un approccio convenzionale che le elabora una alla volta. Secondo il post, per 4.000 strutture sono bastati circa tre minuti, contro quasi tre ore con il metodo convenzionale.
Il test ha usato supercelle di silicio da 64 atomi sottoposte a deformazione e spostate casualmente, rilassate fino a 0,03 eV/Å. Ha confrontato ALCHEMI Toolkit 0.3.0, con batch da 10 a 800 strutture, con l’Atomic Simulation Environment, o ASE, che elabora una struttura alla volta. Il modello era MACE-MPA-0 medium, accelerato con NVIDIA cuEquivariance.
Con una dimensione del batch di 400, il post ha riportato un throughput di 44 strutture al secondo durante l’ottimizzazione e di 21 al secondo dall’inizio alla fine. I valori corrispondenti per l’elaborazione di una struttura alla volta erano 1,1 e 0,34 strutture al secondo. Il throughput dall’inizio alla fine è stato misurato usando un numero totale di strutture diverso per ciascuna dimensione del batch.
Questi valori sono misurazioni del rilassamento geometrico relative a una sola configurazione, con un’esecuzione per caso. Il throughput varia in base all’operazione, alle strutture, al modello, alle impostazioni e all’hardware, avverte il post.
Dalle strutture ai risultati
ALCHEMI è il framework open source di NVIDIA per la simulazione atomistica basata sull’IA. Il toolkit può valutare centinaia di strutture in un singolo passaggio e, secondo il post, cuEquivariance accelera il potenziale interatomico MACE basato sull’apprendimento automatico utilizzato al suo interno.
Oltre al rilassamento strutturale, lo stesso motore in batch può eseguire dinamiche molecolari a temperatura e pressione prestabilite. La versione 0.3.0 aggiunge ottimizzatori più veloci, ricerche di percorsi di reazione e diffusione, campionamento avanzato e una pipeline diretta dai modelli di IA generativa alla simulazione.
Il flusso di lavoro del benchmark è racchiuso in un notebook Jupyter. La piattaforma crea strutture dalla propria libreria di materiali, le salva come insieme e invia un job per ciascun metodo a una coda GPU. Quindi installa sul nodo il toolkit e le dipendenze GPU e restituisce i risultati sotto forma di tabella.
Accesso e collaborazione
Il notebook può essere eseguito nel browser tramite JupyterLite integrato di Mat3ra oppure in locale tramite l’API di Mat3ra. Gli utenti possono sostituire le strutture del benchmark con le proprie, oppure usare uno script per le dinamiche o i percorsi di reazione, mantenendo invariato il resto del flusso di lavoro.
Il CEO di Mat3ra, Timur Bazhirov, ha descritto il flusso di lavoro come modulare: «i nostri utenti inseriscono le proprie strutture, composizioni e casi d’uso» usando la configurazione del team ALCHEMI di NVIDIA. NVIDIA ha lavorato al toolkit e al benchmark, mentre Mat3ra si è occupata dell’ingegneria della piattaforma e del flusso di lavoro.
Mat3ra afferma che la sua piattaforma conta oltre 40.000 utenti registrati. Strutture, flussi di lavoro, job e risultati appartengono all’account dell’organizzazione del team, dove i membri possono lavorare sugli stessi dati. L’azienda afferma che il notebook sarà pubblico nel suo repository di esempi API, così che gli utenti possano rieseguirlo o adattarlo.
Fonti
Notizie correlate
- Rivian acquisisce Third Dimension per creare simulazioni di guida in 3D
- Plurai raccoglie 13 milioni di dollari e apre la sua piattaforma di simulazione per agenti
- NVIDIA aggiunge l’inventario dei carichi di lavoro IA al runtime della piattaforma GPU
- NVIDIA illustra un modello da 2 miliardi di parametri per il ragionamento a bordo dei veicoli autonomi
- NVIDIA amplia gli strumenti CUDA-X per agenti di IA scientifica