NVIDIA PET：无需重新训练的张量核心加速，缩短分子动力学步耗时

NVIDIA公布了无需重新训练即可加速PET的结果，该神经网络模型用于预测原子的能量和力。NVIDIA的评估显示，不仅矩阵运算加快，更新原子位置和速度的分子动力学完整单步也更快，展现了用现有模型缩短模拟时间的可能性。

在这类计算中，微小的力误差可能逐步累积，扰乱原子运动。因此，即使使用专门处理矩阵运算的GPU计算单元——张量核心，也必须兼顾速度与数值稳定性（原文）。

NVIDIA的测量显示，B300上的BF16x9在大矩阵中加速尤为明显（Figure 3），A100上的TF32x3在所有展示的形状中也均快于该设备的FP32（Figure 5）。由于设备不同，这并不代表两种方法的优劣。

BF16x9的performant策略仅在cuBLAS预计更快时使用。NVIDIA测得，相对于编译后的FP32，完整单步在192原子时的加速比为1.2倍，在17,280原子时为1.7倍。NVIDIA测得的TF32x3加速比在大系统中为1.5倍，基准为该设备的FP32（Figure 4·6及说明）。

在小系统中，GPU任务启动时间和邻近原子处理等非矩阵任务占比较大，收益会降低。TF32x3需要针对矩阵形状和GPU调优内核，并根据模型精度和物理稳定性要求进行验证（局限与选择标准）。

NVIDIA的精度评估显示，BF16x9产生的误差小于同一模型运行时自身产生的波动。在NVIDIA的测量中，TF32x3的力误差约为重新编译并运行FP32所产生差异的3倍（精度分析）。

将539原子合金表面的位置调整至稳定构型的结构弛豫使用了PET、FIRE2和NVIDIA ALCHEMI Toolkit。在NVIDIA的3次重复评估中，FP32在218步、TF32x3在218~222步达到1.0×10⁻³ eV/Å的力容差。NVIDIA测得，仅做一次TF32转换的路径每步更快，但到1,000步仍未收敛（Figure 8及说明）。

在NVIDIA将一氧化碳分子从铂表面分离的测试中，TF32x3也遵循了FP32平滑的能量曲线。NVIDIA另行评估了粒子数、体积和能量固定的192原子水体系的30 ps模拟，结果显示其能量波动与FP32相近。在NVIDIA的评估中，单次转换TF32在两项测试中分别出现了曲线波动和能量漂移（Figure 7及说明）。