2021年12月9日,中国北京—— 深势科技今日宣布已经完成分子动力学模拟软件DeePMD-kit向Graphcore(拟未)IPU硬件的迁移,表示IPU已经正式支持DeePMD-kit这一荣获戈登贝尔奖的前沿分子动力学模型,自此,研究者可以在IPU上进行分子动力学应用和材料模拟的探索。深势科技和Graphcore将基于IPU,继续发掘AI在科学计算上的潜力,共同探索基于分子动力学模拟的科学计算、药物设计、材料设计和新型能源等场景。目前,开发者已经可以在Graphcore的GitHub中获取基于IPU硬件迁移完成的DeePMD-kit。
AI赋能HPC:DeePMD-kit为分子动力学模拟带来颠覆性革新
DeePMD-kit是深度势能分子动力学的开源项目。分子动力学是一套分子模拟方法,该方法主要依靠牛顿力学来模拟分子体系的运动。分子动力学在微观世界模拟中起着承载作用,在物理、化学、生物、材料科学以及力学等领域都有着非常重要的应用。
长期以来,传统的分子动力学面临着一种“快而不准”和“准而不快”的难题。分子动力学的关键在于通过构建势函数以精准刻画体系中原子的受力情况。势函数构建通常有两类方法,一种是经验力场,即用经验参数拟合原子之间的受力,主要拟合的对象是实验。这类方法的计算简单,扩展性佳,能模拟很大的尺度。但构建势函数的过程较长,需要花费大量时间和精力,并且扩展性不好,每加入一个新体系都需要重新构建势函数;另一类方法则从量子力学出发,基于量子力学进行适当简化,应用密度泛函理论和第一性原理刻画原子受力。这类方法精确,但是可以处理的原子体系通常比较小。
而深势科技成功将DeePMD-kit进行了并行化,首次实现了具有AIMD精度的第一性原理分子动力学模拟的商业与原子规模的应用,为分子动力学提供了革命性的高性能解决方案,正是由于其极具创新性,深势科技的这一项目在2020年获得了全球计算机高性能计算领域的最高奖项戈登贝尔奖。
“IPU硬件以及Poplar SDK环境很适合进行分子动力学模拟。我们和Graphcore共同对框架和算法进行了定制化优化,最终实现了DeePMD-kit迁移至IPU硬件。整个迁移过程非常成功,所有DeePMD-kit推理相关的功能均能成功部署到IPU硬件上,性能得到了提升,从而实现在IPU上进行分子动力学的应用和材料模拟。”深势科技算法研究员路登辉说道。
IPU将先进的AI能力输入到分子动力学
IPU(智能处理器)是Graphcore公司为机器智能工作负载从零设计的处理器,此次深势科技将分子维度的微观世界部署至IPU上,将先进的AI方法和硬件带入到分子动力学这一传统科学计算领域,这是一次意义非凡的探索,科学计算的边界再次被推远,更多潜能在AI的撬动下被激发。
深势科技选择IPU进行分子动力学任务迁移和模拟,原因在于IPU在硬件、软件以及迁移成本上都有显著优势。在硬件上,IPU硬件比较适合分子动力学模拟发展,尤其是可以提供良好的节点间通信。“此次和Graphcore公司合作,是我们向Multi-device硬件扩张上的一个积极探索,我们发现,IPU相较于传统的AI芯片,对于分子动力学模拟具有特殊的加速效果。”路登辉表示。
Poplar软件助力分子动力学模型轻松转移至IPU
软件上,Graphcore Poplar SDK良好的易用性非常适合进行分子动力学模拟,开发者将DeePMD-kit转移到IPU的过程非常轻松快速,软件迁移成本低。
“在发现IPU架构天然适用于分子动力学之后,我们开始忧虑我们的模型任务是否可以平滑转移至IPU上,结果在合作的早期,我们两个实习生利用暑假闲余时间便在IPU上将DeePMD-kit运行了起来。”深势科技算法研究员路登辉表示,“把DeePMD-kit的算法任务从GPU转移到IPU,就像一个工程师从C++换到Python进行编程,这个过程很美妙。”
总结来说,Graphcore与深势科技合作的意义在于,建立了在IPU上实施分子动力学模拟软件的技术诀窍,也证明了IPU和Poplar SDK优秀的通用性。同时也丰富了DeePMD-kit的硬件平台多样性,为科学计算、药物设计、材料设计等基于分子动力学模拟的应用场景提供了更多可能性,也为通过机器学习的方式赋能传统物理应用提供了更多可能性。
深势科技首席科学家张林峰表示:“实践证明,Graphcore的IPU硬件以及相应的SDK环境非常适合分子动力学模拟,从整个开源社区发展的角度来说,这也是一次有益的尝试和探索。此次成功向IPU的迁移仅仅是一个开始。无论是从IPU硬件和Poplar软件属性上来说,还是从DeePMD-kit本身方法的算法上来说,IPU都很有优势,并且仍有相当程度的潜力可以发掘。未来我们会继续和Graphcore在硬件以及软件算法、适配、协作上进行更多的探索,更好地推动DeepModeling开源社区的发展。”
Graphcore大中华区总裁兼全球首席营收官卢涛表示:“Graphcore IPU面向下一代机器智能,和Poplar SDK共同设计,创新的架构和软件栈使得它能够快捷地跨领域迁移。Graphcore对DeePMD-kit的支持是Graphcore在全方位业务场景落地的又一个里程碑,也是Graphcore和合作伙伴共同建设繁荣社区的实践之一。Graphcore将和包括深势科技在内的合作伙伴继续深化合作,共同推进应用落地,持续触发创新。”
好文章,需要你的鼓励
Writer首席执行官May Habib指出,企业在构建和扩展AI智能体时面临重大挑战。智能体在构建、运行和改进方式上与传统软件截然不同,需要抛弃传统软件开发生命周期。智能体不会可靠地遵循规则,而是结果导向、具备解释和适应能力。企业需要采用目标导向方法,设计业务逻辑蓝图而非工作流程。质量保证也需要评估非二元行为和实际应用表现。智能体维护需要新的版本控制系统,涵盖提示、模型设置等所有影响行为的因素。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。
Salesforce首席执行官马克·贝尼奥夫表示,公司正大力推进人工智能应用,AI代理现在承担了公司30%至50%的工作。他认为员工应适应AI替代人工的趋势,转向更高价值的工作。然而,这一变化导致约1000名员工被裁,虽然公司计划招聘同等数量新员工,但主要专注于销售AI技术。这一趋势在科技行业普遍存在,今年已有超过63000个科技岗位消失,AI被认为是重要原因之一。
Skywork AI首次在软件工程领域验证数据规模效应,开发的Skywork-SWE-32B模型在SWE-bench Verified基准测试中达到38.0%准确率(使用测试时缩放技术可达47.0%),创下开源模型新纪录。研究构建了包含10169个验证实例的大规模数据集,证明增加高质量训练数据能持续提升AI软件修复能力,为开源软件工程AI发展提供重要突破。