快科技10月23日消息，大型科學研究領域的高性能運算，因其極高的吞吐量需求，都離不開超級計算機，如何優化也是一門學問。
比如分子量子行為模擬，相互作用狀態數量會指數級增長，因此要麼藉助量子計算機（但不成熟），要麼簡化處理以適配現有超級計算機（但太複雜）。
據報道，來自「神威」團隊的中國科學家，成功將現有「海光lite」（Oceanlite）超級計算機與AI結合，實現了真實分子尺度下的複雜量子化學的建模運算。
可以說，這既是一項科學突破，也是一項技術突破。
在量子力學中，用來描述量子態的是波函數（Ψ），它決定了量子系統的所有可能構型及其對應機率，例如分子中電子等粒子的位置、自旋或能級。
對量子態進行建模極具挑戰性，因為其狀態空間會隨粒子數量呈指數級急劇擴張，傳統超級計算機很難甚至不可能完成。
為此，科學家們不得不採用多種近似方法，簡化量子方程，同時保留描述分子結構、反應、能量所需要的精度，但是現有基於波函數近似的方法在規模上存在局限，只能用於小分子體系。
為了研究具有強電子關聯的多體量子系統，比如包含數十個電子、超過100個自旋軌道等，物理學家提出了採用現代機器學習替代神經網絡量子態(NNQS)等模型，近似模擬分子內電子的所有可能構型與運動。
這種方法有望將AI擴展性與量子精度結合，突破傳統方法的研究領域。
來自中國「神威」團隊的研究人員，自主研發了NNQS框架，模擬過程通過訓練神經網絡來近似分子波函數，進而確定電子最可能出現的位置。
對於每一種採樣得到的電子排布，系統會計算局部能量，並調整網絡參數，直至其預測結果與分子真實量子能量模式相符。
這款專屬NNQS框架是為中國「海光lite」超級計算機量身定製的，它搭載了384核心的申威SW26010-Pro處理器，支持FP16半精度浮點、FP32單精度浮點、FP64雙精度浮點數據格式，具備百億億次級算力。
不過，它是專為高性能計算（HPC）設計的獨特架構，缺乏足夠的AI設計，因此研究人員必須考慮負載並行處理方式，以及數據處理機制。
因此，研究人員專門設計了一種分層通信模型，由管理核心協調處理器與節點之間的通信，同時由數百萬個輕量級的雙路路計算處理單元（CPE）執行局部量子計算，這些單元都配備了512位向量引擎。
此外，他們還開發了動態負載均衡算法，以避免因計算負載不均勻而導致部分核心閒浪費置。
最終，團隊在3700萬個CPE核心上運行代碼，實現了92％的強擴展性、98％的弱擴展性，實現了近乎完美的軟硬體協同，對中國超級計算而言是一項重大成就。
截至目前，這項包含120個自旋軌道的分子系統模擬，是全球範圍內在傳統超級計算機上完成的規模最大的AI驅動量子化學計算，標誌著中國在AI與量子科技領域取得了突破性進展。
