案例簡介

? 本案例中通過 NVIDIA A100 Tensor Core GPU，深勢科技開創的“多尺度建模+機器學習+高性能計算”新范式得以進行高效、廣泛的應用實踐，運用AI表示高維復雜函數和處理大數據的能力，在相鄰尺度間兩兩連接，通過多尺度建模攻克傳統分子模擬瓶。.

? 本案例使用了NVIDIA A100 Tensor Core GPU、CUDA 加速藥物研發與材料設計等微尺度工業設計中分子模擬的典型應用。

客戶挑戰

氨基酸鏈條的不同折疊會構成功能各異的蛋白質，鋰離子的傳輸運動影響著電池的性能與使用壽命，這些在人類的生命、能源與制造領域至關重要的性能，都是由物質在微觀尺度的結構與性質決定的。

如同飛機、火箭或建筑的設計制造，微觀尺度的設計同樣需要強大的工業級平臺作為研發與設計的承載。對微觀粒子進行計算模擬和結構設計，使其展現出符合現實需求的性能，進一步運用到科學研究與行業生產之中，這樣的價值鏈條建立在深勢科技打造的微尺度工業設計平臺之上。

方案及效果

以新一代分子模擬技術，打造微尺度工業設計平臺

借助NVIDIA A100 Tensor Core GPUs、CUDA 和 cuDNN，深勢科技開創的“多尺度建模+機器學習+高性能計算”的新范式得以進行廣泛、高效的應用實踐。深勢科技自研的新一代分子模擬技術，運用AI表示高維復雜函數和處理大數據的能力，在相鄰尺度間兩兩連接，通過多尺度建模攻克傳統分子模擬瓶頸。運用NVIDIA CUDA 硬件支撐模型訓練、推演的全流程，克服了以往研究中的“維數災難”，在保持量子力學精度的基礎上，實現了對數十億原子規模的體系進行量子力學精度的計算模擬。

NVIDIA GPU 加速科學計算，釋放“AI + Science”巨大潛力

“AI + Science” 的科學研究范式是當下的前沿熱點。算力、算法與硬件設施的突破進展應用于基礎科學領域，將會切實賦能科學研究與產業升級。深勢科技作為AI+Science范式的典型企業，致力于以算力算法的進展切實賦能科研突破與產業升級，NVIDIA GPU 助力深勢科技加速實現技術迭代與產品部署。

在NVIDIA A100 Tensor Core GPU 提供的 Tensor Core 計算單元之上，深勢科技跨尺度建模的計算效率得到穩定保障，能夠高效準確地對微觀尺度下物質結構與性能進行計算模擬，打造性能優越的微尺度工業設計平臺，加速新藥研發與新材料發現。

NVIDIA A100 Tensor Core GPUs 作為高性能計算的硬件基礎設施，加速深勢科技云原生科學計算平臺 Lebesgue 的落地，實現從算法到場景的端到端閉環，智能采集、整合優化算力資源，為 AI + Science 的深化發展提供穩定的算力保障。

作為英偉達初創加速計劃（NVIDIA Inception）會員企業，深勢科技表示：NVIDIA 是 GPU 的發明者，也是人工智能計算的引領者 ; 無論是高性能計算還是人工智能的應用，GPU 加速計算平臺都是強大的基礎架構。而深勢科技作為領先的微尺度工業設計平臺公司，其新一代分子模擬算法在保持量子力學精度的基礎上，將分子動力學的計算速度提升了至少五個數量級，且對算力的需求與體系的原子數量呈線性依賴；目前使用 NVIDIA A100 Tensor Core GPU 加速的分子動力學計算已達到數十億原子的規模。NVIDIA GPU 硬件基礎支撐深勢科技不斷探索、優化物理模型，讓 AI 更好地落地到基礎科學研究，深度應用于具體行業場景，助力深勢科技賦能藥物研發、材料設計與電池設計等領域，讓 AI+ Science 的科研范式得到更為廣闊的實踐與發展。

審核編輯：郭婷