NVIDIA ALCHEMI Toolkit-Ops – rewolucja w symulacjach chemicznych na GPU

Kiedy chemia obliczeniowa spotyka GPU, zwykle kończy się to. korkiem na CPU.

Czytaj dalej:
https://pressmind.org/nvidia-alchemi-toolkit-ops-rewolucja-w-symulacjach-chemicznych-na-gpu/

#PressMindLabs #alchemi #dftd3 #ewald #mlip #nvidia

NVIDIA ALCHEMI Toolkit-Ops – GPU w końcu dla atomistyki i ML

Ile razy widziałeś GPU ziewające w tle, gdy CPU mozolnie liczy listy sąsiedztwa atomów? Jeśli Twoje symulacje „AI-powered” w chemii i materiałoznawstwie jadą na hamulcu ręcznym, NVIDIA właśnie dorzuciła brakujący bieg.

Czytaj dalej:
https://pressmind.org/nvidia-alchemi-toolkit-ops-gpu-w-koncu-dla-atomistyki-i-ml/

#PressMindLabs #alchemi #dftd3 #mlip #nvidia #pytorch

От месяцев к минутам. Как мы применяем машинное обучение для поиска перспективных литий-ионных проводников

Привет, я Артем Дембицкий, аспирант программы «Науки о материалах» и стажёр‑исследователь Центра энергетических технологий Сколтеха, а также младший научный сотрудник команды «Дизайн новых материалов» Института AIRI. Мы с коллегами используем модели машинного обучения для разработки новых материалов с улучшенными свойствами. Недавно статья с результатами нашего исследования вышла в npj Computational materials — журнале из семейства Nature. Совместными усилиями Сколтеха и AIRI мы оценили применимость машинного обучения для ускоренного поиска литий‑ионных проводников, а также показали практический пример использования универсальных межатомных потенциалов для подбора защитных покрытий катодов твердотельных аккумуляторов. В этой статье хотелось поделиться подробностями нашей работы, а также в целом рассказать об этих материалах и о том, как их ищут.

https://habr.com/ru/companies/airi/articles/917194/

#MLforchemistry #литийионные_аккумуляторы #dft #MLIP #uMLIP #литийионные_проводники

От месяцев к минутам. Как мы применяем машинное обучение для поиска перспективных литий-ионных проводников

Привет, я Артем Дембицкий, аспирант программы «Науки о материалах» и стажёр‑исследователь Центра энергетических технологий Сколтеха, а также младший научный сотрудник команды «Дизайн новых...

Хабр

This webinar, presented by Alin Elena and Federica Zanca from STFC Daresbury Laboratory, discusses work undertaken in PSDI pathfinder 5 which focuses on transforming data to knowledge through the construction of workflows.

In particular this webinar looked at machine learning for interatomic potentials (MLIP). Watch the recording of this webinar on YouTube 👉 https://www.youtube.com/watch?v=hUhns8GcA0E&t=6s

#PSDI #Webinar #MachineLearning #MLIP #Data #Knowledge #Workflow

PSDI Pathfinders: Data to Knowledge (to Data)

YouTube