#分子模拟
共 3 篇相关文章

·4 分钟
KC-Maps:无需轨迹数据,AI加速分子动力学模拟
KC-Maps是一种无需轨迹数据的SDE转移核学习方法,仅用边际样本和已知系数即可加速分子动力学模拟,在肽分子系统上GPU小时优于经典方法。
阅读全文 →

·4 分钟
释放Tensor Core性能:机器学习原子间势的GPU加速之道
解析NVIDIA开发者博客关于机器学习原子间势(MLIP)Tensor Core性能优化的思路,涵盖批处理张量对齐、内核融合与混合精度策略,探讨其对分子动力学与AI for Science工作流的意义。
阅读全文 →

·9 分钟
生成式Gibbs采样:用物理上下文组合扩散模型
芝加哥大学Wei Zhou提出广义Gibbs采样框架,通过在推理时组合预训练扩散模型与显式物理上下文,解决联合系统采样的数据稀缺与模块化难题。本文解析其在二次相互作用下的无偏采样原理及量子统计、格点模型、多肽体系中的应用。
阅读全文 →