MindScience — это набор инструментов для научных вычислений, созданный на основе интегрированной архитектуры MindSpore. Он включает в себя передовые наборы данных, базовые модели, предварительно подготовленные высокоточные модели и средства до- и послеобработки, что позволяет быстрее развивать приложения в области научных расчетов.
Сочетание AI и научных вычислений (AI + Научные вычисления) заключается в использовании технологий искусственного интеллекта, таких как машинное обучение и глубинное обучение, для решения сложных научных задач через вычисления и анализ. Это сочетание позволяет выходить за рамки традиционных математических моделей и алгоритмов, используя мощность вычислений AI для исследования новых областей, повышения эффективности и точности вычислений. Вычислительные возможности AI + Научные вычисления основываются на поддержке больших данных и оптимизации алгоритмов, позволяя AI лучше справляться со сложными задачами научных вычислений.
В AI-фреймворках дифференцируемость играет ключевую роль. Только когда все компоненты модели (например, слои, активационные функции и т.д.) являются дифференцируемыми, можно рассчитывать градиенты этих компонентов. Это не только основа обратного распространения, но также расширяет область применения глубинного обучения, реализует продвинутые функции, повышает производительность моделей и способствует развитию аппаратуры AI.
Тьюринг-полнота означает, что последовательность операций над данными (например, набор команд, язык программирования, клеточный автомат и т.д.), выполненная в определённом порядке, может выдавать результат. У неё есть следующие характеристики:
Набор инструментов MindEarth для землеведения поддерживает прогнозирование погоды и метеорологии на различных временных и пространственных масштабах, а также обработку данных до и после анализа. Цель состоит в том, чтобы обеспечить эффективное использование AI + метеорология и океанография.
MindEarth включает несколько моделей прогнозирования погоды среднего срока, которые обеспечивают производительность, превышающую производительность традиционных методов более чем в 1000 раз; встроенные короткосрочные модели осадков и модели увеличения разрешения DEM суши и моря. MindEarth также предлагает модель реанимации ERA5, набор данных радара и высокоразрешенные данные DEM, поддерживающие обучение и оценку моделей прогнозирования короткосрочных и среднесрочных периодов.
На основе вышеупомянутых функций и набора данных, MindEarth успешно запустил ряд значимых достижений, включающих множество короткосрочных и среднесрочных моделей прогнозирования погоды SOTA, значительно повысив скорость прогнозирования.
Набор инструментов MindFlow для вычислений потока поддерживает AI-симуляцию жидкости, управляемую физическими и данными, а также объединяет AI и традиционные методы вычисления потока. Встроенный дифференциальный CFD-решатель позволяет осуществлять дифференциальное решение задачи потока от входа до выхода.
MindFlow предлагает наборы данных для типичных задач, таких как профиль крыла и турбулентность, что поддерживает обучение моделей AI-симуляции жидкости и оценку моделей.
На основе вышеупомянутых функций и набора данных, MindFlow успешно запустил ряд значимых достижений, включая сотрудничество с China Commercial Aircraft Corporation для выпуска "Oriental Wind" и "Oriental Wing", снижая время симуляции крыла с часов до секунд, что помогает взлету китайских широкофюзеляжных самолетов; и сотрудничество с Northwestern Polytechnical University для выпуска "Qinling Soaring" модели AI-турбулентности, которая достигает высокой точности сопряжения.
Набор инструментов MindElec для электромагнитных вычислений поддерживает сбор данных, преобразование, симуляцию и визуализацию результатов, а также полное AI-вычисление электромагнитных моделей. В нем уже достигнуты технические успехи в области эмуляции мобильных устройств, где точность сопоставима с традиционными научными программами, при этом производительность увеличивается в 10 раз.
MindElec поддерживает построение геометрии в режиме CSG, такие как прямоугольники, круги и другие формы, а также эффективное преобразование тензоров CST и STP.На основе вышеупомянутых функций и набора данных, MindElec успешно запустил ряд значимых достижений. В сотрудничестве с лабораторией Huawei Noah's Ark был создан полный AI-эмулятор FDTD, который был протестирован на антеннах, фильтрах и двумерных задачах обратного рассеивания. Также было выпущено "Jinling Electromagnetic Brain" базовая модель, которая увеличила производительность массивных антенн в 10 раз и более.
Набор инструментов MindChemistry для химических вычислений поддерживает AI-симуляцию химических процессов на разных уровнях и масштабах. Его цель — обеспечение эффективного использования AI и химии вместе.
MindChemistry включает равновесный вычислительный библиотеку, которая значительно повышает эффективность представления данных и обучения моделей для научных сценариев. Набор также предлагает популярные наборы данных, такие как rMD17, которые поддерживают обучение моделей генерации молекул и предсказания свойств, предоставляя интерфейсы для равновесных вычислений и оптимизаторов высокого порядка.
На основе вышеупомянутых функций и набора данных, MindChemistry успешно запустил ряд значимых достижений. Включая интеграцию с лучшими моделями генерации и предсказания молекул, что позволяет эффективному дизайну материалов и предсказанию свойств молекул в области химии.
Набор инструментов MindSPONGE для биологических вычислений поддерживает высокопроизводительные, модульные, полностью дифференциальные AI-подобные архитектуры для молекулярных симуляций, генерации MSA, тренировки и вывода предсказаний структуры белков, анализа спектров NMR и других часто используемых функций.
MindSPONGE предлагает миллионы высококачественных данных для предсказания структуры белков — PSP, которые поддерживают обучение и вывод предсказаний структуры белков.
На основе вышеупомянутых функций и набора данных, MindSPONGE успешно запустил ряд значимых достижений. Включая сотрудничество с командой профессора Гао Цзюнь для выпуска программного обеспечения для молекулярных симуляций, которое поддерживает дифференциальное программирование и высокопроизводительные симуляции; выпуск инструмента для полного цикла предсказания структуры белка MEGA-Protein, который поддерживает высокопроизводительные и точные предсказания структуры белка; и автоматическое анализ данных спектров NMR FAAST, которое сокращает время анализа данных NMR с месяцев до нескольких часов.
Набор высокоэффективных моделей SciAI для наук о Земле включает более 60 моделей, которые охватывают основные модели, такие как PINNs, DeepRitz и PFNN, а также нейронные операторы, такие как FNO и DeepONet. Предоставляет API высокого порядка, которые могут быть использованы сразу же после установки.
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
|
![]() |
|
|
|
![]() |
![]() |
![]() |
Вы можете оставить комментарий после Вход в систему
Неприемлемый контент может быть отображен здесь и не будет показан на странице. Вы можете проверить и изменить его с помощью соответствующей функции редактирования.
Если вы подтверждаете, что содержание не содержит непристойной лексики/перенаправления на рекламу/насилия/вульгарной порнографии/нарушений/пиратства/ложного/незначительного или незаконного контента, связанного с национальными законами и предписаниями, вы можете нажать «Отправить» для подачи апелляции, и мы обработаем ее как можно скорее.
Опубликовать ( 0 )