Ускорение квантовых расчётов молекулярных систем с помощью машинного обучения

Квантовые расчёты молекулярных систем, проводимые на суперкомпьютерах, представляют собой сложный процесс, требующий значительных вычислительных ресурсов. Эти расчёты необходимы для глубокого понимания различных продуктов, таких как аккумуляторы и полупроводники.

Группа исследователей из Калифорнийского университета в Беркли и Национальной лаборатории имени Лоуренса в Беркли разработала инновационный метод машинного обучения, который значительно ускоряет моделирование, делая его более масштабируемым. Этот метод более чем в пять раз уменьшает объём требуемой вычислительной памяти и в десять раз ускоряет процесс получения результатов.

Результаты исследования были приняты к публикации на конференции NeurIPS 2024 и доступны на сервере препринтов arXiv.