PulseAugur
中
实时 16:27:39
English(EN) A Fully GPU-Accelerated Framework for High-Performance Configuration Interaction Selection with Neural Network Quantum States

新的GPU框架加速复杂系统的量子态计算

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了QiankunNet-cuSCI，一个新颖的框架，通过GPU完全加速NNQS-SCI方法来解决复杂的量子系统。通过实现分布式去重和专门的CUDA内核来生成组态，这种新方法解决了先前CPU-GPU混合架构的可扩展性限制。该框架还采用了GPU内存管理技术来处理更大的组态空间，从而实现了更广泛的问题解决能力。在NVIDIA A100集群上的评估中，QiankunNet-cuSCI比现有方法实现了2.32倍的速度提升，同时保持了高精度。 AI

影响 提高了科学模拟的计算效率，可能加速量子力学及相关领域的发现。

排序理由 这是一篇详细介绍用于科学模拟的新计算框架的研究论文。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的GPU框架加速复杂系统的量子态计算

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Daran Sun, Bowen Kan, Haoquan Long, Hairui Zhao, Haoxu Li, Yicheng Liu, Pengyu Zhou, Ankang Feng, Wenjing Huang, Yida Gu, Zhenyu Li, Honghui Shang, Yunquan Zhang, Dingwen Tao, Ninghui Sun, Guangming Tan ·

    面向高性能组态相互作用选择的完全GPU加速框架与神经网络量子态

    arXiv:2604.15768v3 Announce Type: replace-cross Abstract: AI-driven methods have demonstrated considerable success in tackling the central challenge of accurately solving the Schr\"odinger equation for complex many-body systems. Among neural network quantum state (NNQS) approache…

相关实体

相关话题