在材料科學(xué)的發(fā)展歷程中，研究范式經(jīng)歷了實驗觀測→理論建?！嬎銠C(jī)模擬→大數(shù)據(jù)挖掘的演進(jìn)，每一次迭代都加速了新型功能材料的預(yù)測與發(fā)現(xiàn)。如今，隨著AI時代的到來，科研人員正不斷探索如何借助大語言模型（LLM）、圖神經(jīng)網(wǎng)絡(luò)（GNN）和擴(kuò)散模型（Diffusion Model）等前沿算法推動材料研發(fā)，AI for Materials已成為材料科學(xué)領(lǐng)域的研究熱點。

在這一背景下，沐曦與飛槳智能材料科學(xué)開發(fā)套件PaddleMaterials攜手完成深度適配與聯(lián)合測試，成功驗證多種材料科學(xué)智算模型在沐曦 GPU上的高效運行，充分展現(xiàn)了國產(chǎn)AI硬件在材料科學(xué)智算中的強(qiáng)大潛力，并彰顯了國產(chǎn)AI基礎(chǔ)框架×智能材料科學(xué)×GPU硬件的蓬勃生機(jī)與無限活力。

沐曦專注于異構(gòu)計算，提供安全可靠的GPU芯片及完整解決方案，打造全棧GPU產(chǎn)品線——曦思N系列用于智算推理，曦云C系列用于通用計算，曦彩G系列用于圖形渲染，滿足高能效與高通用性的算力需求。

適配亮點一覽

本輪適配覆蓋多個材料科學(xué)智算核心場景，典型測試案例均順利通過，充分展現(xiàn)了國產(chǎn)芯片與飛槳科學(xué)計算套件在高適配性與高性能上的卓越表現(xiàn)。

材料科學(xué)智算場景包括：

MLIP（Machine Learning Interatomic Potential）：機(jī)器學(xué)習(xí)原子間勢函數(shù)

（代表模型：CHGNet、MatterSim）

PP（Property Prediction）：性質(zhì)預(yù)測

（代表模型：DimeNet++、MEGNet、Comformer）

SG（Structure Generation）：結(jié)構(gòu)生成

（代表模型：MatterGen、DiffCSP）

SE（Spectrum Elucidation）：譜圖解析

（代表模型：DiffNMR）

技術(shù)適配優(yōu)勢

在本輪合作中，沐曦AI芯片平臺展現(xiàn)出優(yōu)異的計算穩(wěn)定性與能效比；同時，PaddleMaterials也憑借以下優(yōu)勢，成為國產(chǎn)芯片生態(tài)的首選平臺：

原生國產(chǎn)化支持：飛槳全棧自研，廣泛適配多款國產(chǎn)AI芯片

材料科學(xué)智算優(yōu)化：針對多種AI for Materials場景進(jìn)行深度調(diào)優(yōu)

開放協(xié)作生態(tài)：開源開放，文檔完善，開發(fā)體驗友好，助力科研模型快速落地

沐曦適配模型精度與benchmark精度表現(xiàn)對比：

（點擊圖片可查看大圖）

申請使用沐曦算力平臺

科研人員可掃描二維碼，申請沐曦AI芯片平臺的算力資源，用于智能材料科研項目測試與模型驗證。沐曦將聯(lián)合飛槳提供限期算力支持，助力高校、科研機(jī)構(gòu)與產(chǎn)業(yè)快速開展AI for Materials實踐。

PaddleMaterials通過數(shù)據(jù)驅(qū)動與機(jī)理驅(qū)動的深度融合，不斷拓展生態(tài)邊界，加速新材料的探索、發(fā)現(xiàn)與應(yīng)用，邁向AI for Materials第五范式。此次與沐曦的深度合作，更彰顯出國產(chǎn)材料科學(xué)智算軟件框架與國產(chǎn)硬件協(xié)同發(fā)展的新格局。

關(guān)于沐曦股份

沐曦股份致力于自主研發(fā)全棧高性能GPU芯片及計算平臺，為智算、通用計算、云渲染等前沿領(lǐng)域提供高能效、高通用性的算力支撐，助力數(shù)字經(jīng)濟(jì)發(fā)展。