• <xmp id="om0om">
    •
    • <table id="om0om"><noscript id="om0om"></noscript></table>
  • Related Resources
    數據科學

    利用 NVIDIA ALCHEMI 實現 AI 驅動材料發現的革命性突破

    2024年 11月 18日
    By , , , , and
    0

    事實證明，AI 可發揮倍增效應，幫助創造一種未來，科學家可以設計全新材料，而工程師可以將這些設計無縫轉換為生產計劃，而這一切都無需涉足實驗室。隨著 AI 不斷重新定義創新界限，這種曾經難以實現的愿景現在更觸手可及。

    認識到這種范式轉變后，AI、化學和材料科學交叉領域的專業知識正在融合。AI 專家、化學家和材料科學家之間的這種跨學科合作旨在超越傳統的、難以擴展的試錯方法。

    他們正在共同構建 AI 模型和數據集，將設計到生產的周期從十年縮短到幾個月，志在實現從高效電池到可生物降解聚合物的下一代創新。

    本文將介紹 NVIDIA ALCHEMI （AI 實驗室用于化學和材料創新），旨在利用 AI 加速化學和材料的發現。

    AI 加速的化學和材料發現工作流程

    新型材料的發現大致可以分為四個階段：

    1. 假設生成
    2. 解空間定義
    3. 屬性預測
    4. 實驗驗證
    The AI-driven workflow for chemical and material discovery consists of four key steps. It starts with hypothesis generation which is informed by insights from chemical literature and various open and proprietary datasets. The second step is solution space definition where researchers can search for potential candidates from large chemical databases or generate new-to-science ones with generative AI. The third step involves property prediction of candidates in the solution space via molecular representation learning or atomistic simulation, and property validation with density functional theory. The last step is experimental validation which involves recommending candidates for lab synthesis and testing based on predicted/validated properties. The best-performing candidate from lab testing is then selected for large-scale manufacturing.
    圖 1、AI 加速的化學和材料發現階段

    假設生成?

    • 見解合成：快速合成基于化學信息的大語言模型（LLM）（即根據化學文獻訓練或微調的 LLM），以合成大量化學文獻。
    • 假設表述：利用化學信息型語言模型作為思想合作伙伴來制定和完善假設，利用語言模型的能力在看似無關的概念之間建立聯系。

    解空間定義?

    • 大型數據庫搜索： 從現有化學數據庫中識別出感興趣的子空間。
    • 有針對性的結構生成： 采用生成式 AI，根據所需的屬性提出新的科學候選者。

    屬性預測?

    • 分子表征學習： 利用習得的分子表征來預測候選項在解決方案空間中的屬性。
    • 原子模擬： 應用 AI 代理 (MLIP、GNN) 預測高保真屬性。
    • 密度泛函理論（DFT）驗證： 通過 DFT 模擬驗證預測屬性。

    實驗驗證?

    • 候選推薦： 提出要在實驗室中驗證的候選（例如，通過貝葉斯優化來平衡已知化學的利用與白色空間的探索）。
    • 實驗自動化：利用支持人工智能的自動駕駛實驗室和主動學習，加速實驗室合成和測試。

    加速化學和材料科學的研發

    NVIDIA ALCHEMI 致力于借助 AI 的強大功能加速化學和材料科學的研發。ALCHEMI 將為開發者和研究人員提供 API 和 NVIDIA NIM 加速的推理微服務，從而實現：

    • 創建和部署生成式 AI 模型，以探索廣闊的材料宇宙，并根據所需的屬性推薦新的潛在候選材料。
    • 與密度泛函理論（Density functional theory，DFT）等傳統的 從頭算 模擬方法相比，開發和利用人工智能代理模型，在準確性和計算成本之間實現平衡。
    • 可訪問的化學和材料信息學工具和預訓練的基礎模型，用于將材料表示映射到屬性，以進行快速篩選。
    • 用于生成合成數據集的仿真工具，以便針對新用例訓練和微調人工智能模型。

    NVIDIA ALCHEMI 正在推出首款加速材料發現的 NIM，專注于加速一類名為機器學習原子間相互作用電位（MLIPs）的 AI 代理模型的常見但重要的應用。

    機器學習原子間交互潛力?

    在深入了解 NIM 之前，最好先介紹幾個背景概念。傳統的計算方法多種多樣，從經典物理學到精確解，不一而足。每種方法都需要在準確性和計算成本之間進行權衡。精度更高的方法（例如 DFT）計算成本要高得多。例如，對具有 10 個原子的系統進行 DFT 計算需要幾分鐘，而對 100 個原子進行計算則需要幾個小時。但是，對于原子數超過 1000 的系統，DFT（按原子數立方擴展）可能需要數周時間，因此對于大型復雜系統（例如具有 102 至 106 個原子的納米粒子、具有 104 至 105 個原子的蛋白質）或作為高吞吐量模擬的一種方法，DFT 無法實現。

    通過利用 AI 將原子結構映射到勢能和原子力，MLIP 可在準確性和計算成本方面提供最佳性能（圖 2）。MLIP 通常使用 GNN 將原子結構表示為圖形，將原子表示為節點，將預設截止半徑內的原子間距離表示為邊緣。這使 GNN 能夠輕松捕捉構成分子或材料的原子之間的空間關系。

    從材料屬性預測到大規模分子動力學模擬，MLIP 在化學、材料科學和生物學領域應用廣泛。這與物理信息神經網絡（PINNs）形成對比，后者嵌入物理方程中的知識，主要與計算流體動力學相關。

    The chart shows accuracy on the vertical axis and the log of computational cost on the horizontal axis. Starting on the left with Classical computations with order(n), lowest computational cost and lowest relative accuracy, a curve ascends to the right with Tight-binding - order(n2), DFT - order(n3), CSSDT(T) - order(n7), and Exact solution - exp(n) showing increased accuracy comes at the expense of computational cost. MLIPs appear between Classical and Tight-binding in log computational cost on the horizontal axis with accuracy almost as high as DFT on the vertical axis.
    圖 2、利用 MLIP 打破準確性和成本的困境

    幾何松弛?

    在許多化學和材料發現工作流程中，一項關鍵任務是通過幾何優化和能量比較來區分穩定材料和不穩定材料。這在涉及生成模型的工作流中尤為重要，因為生成的候選項本身可能并不穩定。

    在幾何松弛期間，材料的能量通過迭代評估每個原子上的力（推理）和調整原子在勢能井底部方向的位置（優化）來最小化。每種候選材料可能需要數千個松弛步驟來實現此最低能耗。然后，通過將穩定材料的能量與其他候選材料進行比較來確定其優先級，以便根據所需屬性進行進一步評估。

    NVIDIA 批量幾何松弛 NIM?

    雖然 MLIPs 可顯著加速幾何松的能量和力計算 (與完整的 DFT 相比)，但實際實施仍然非常耗時。這就是為什么 NVIDIA 開發了 NVIDIA Batched Geometry Relaxation NIM，以加速幾何松計算。NVIDIA NIM 只是一個公開 API 的容器。此 NIM 側重于加速潛在電池材料的幾何松，分別使用 MACE-MP-0 和 AIMNet2 模型在 Atomic Simulation Environment (ASE) 中。傳統的基于 CPU 的模擬工作負載只能部分利用 MLIPs 的全部性能，并且在 CPU-GPU 數據移動中會產生嚴重的通信損失。此外，MLIPs 通常未充分利用 GPU，因為它們一次只處理一個系統。

    通過利用 NVIDIA Warp (用于編寫 GPU 加速模擬代碼的 Python 開發者框架)，您可以編寫常規的 Python 函數，并讓 Warp 在運行時將其編譯為高效的 GPU 內核代碼。您無需一次進行一次幾何放松，而是可以啟動批量幾何放松模擬，從而高效并行運行數百項能量最小化操作，并最大限度地利用可用 GPU 資源。這一點至關重要，因為每個候選者都需要數千個放松步驟。

    表 1 顯示了在單個 NVIDIA H100 80 GB GPU 上使用 MACE-MP-0 模型 和 ASE FIRE 幾何優化器 的 2,048 個中小型無機晶體系統（每個周期單元 20-40 個原子）的結果。對于不使用 NVIDIA Batched Geometry Relaxation NIM 的 2,048 個樣本，使用 NIM 大約需要 15 分鐘，而使用 NIM 大約需要 36 秒，加速約為 25 倍。將批量大小從 1 增加到 128，可進一步將幾何松弛加速至 9 秒，代表約 100 倍的加速。

    分批幾何松 NIM 批量大小 總時間 每個系統 (秒/系統) 的平均時間 近似加速
    關閉 1 874 0.427 1 倍
    開啟 1 36 0.018 25 倍
    開啟 128 9 0.004 100 倍
    表 1、使用 NVIDIA Batched Geometry Relaxation NIM 和 MACE-MP-0 模型加速幾何松弛，適用于具有 20-40 個原子的 2,048 個周期性無機晶體系統。

    表 2 顯示了使用 AIMNet2 和 ASE FIRE 對 GDB-17 數據庫中的 851 種中小型有機分子 (~20 個原子/分子) 的可比加速情況。啟用 NIM 后，加速度約為原來的 60 倍，從 11 分鐘縮短到 12 秒。通過將批處理大小從 1 增加到 64 (表示加速約為 800 倍)，可以觀察到進一步的加速。觀察到的加速差異 (使用 MACE-MP-0 時為 100 倍，使用 AIMNet2 時為 800 倍) 源于建模系統 (周期晶體與小分子)，而非部署的模型。

    分批幾何松 NIM 批量大小 總時間 每個系統 (秒/系統) 的平均時間 近似加速
    關閉 1 678 0.796 1 倍
    開啟 1 12 0.014 60 倍
    開啟 64 0.9 0.001 800 倍
    表 2、 使用 NVIDIA Batched Geometry Relaxation NIM 和 AIMNet2 模型加速幾何松弛，處理 851 個平均約 20 個原子的小有機分子

    SES AI 是領先的鋰金屬電池開發商，正在探索將 NVIDIA ALCHEMI NIM 微服務與 AIMNet2 模型結合使用，以加速識別電動汽車所用的電解質材料。

    SES AI 首席執行官 Qichao Hu 表示：“SES AI 致力于通過 AI 加速的材料發現來推進鋰電池技術的發展，使用我們的 Molecular Universe 項目來探索和識別有潛力的鋰金屬電解質發現候選產品。“使用 ALCHEMI NIM 微服務與 AIMNet2 結合，能夠顯著提高我們繪制分子屬性的能力，從而大幅節省時間和成本，并加速創新。”

    SES AI 最近在半天內繪制出 100,000 個分子，有可能使用 ALCHEMI 在一小時內實現這一目標，這表明微服務將對材料篩選效率產生變革性影響。

    展望未來，SES AI 的目標是在未來幾年內繪制多達 10 億個分子的屬性地圖，推動 AI 驅動的高吞吐量發現。

    開始使用 NVIDIA 批量幾何放松 NIM

    要開始使用批處理幾何圖形松弛（Batched Geometry Relaxation）NIM，您需要以下內容：

    • 熟悉 Python 和 ASE
    • 具備運行 Docker 容器的知識
    • 需要 MACE-MP-0（材料）或 AIMNet2（分子）模型

    程序?

    請務必理解，NVIDIA NIM 只是一個公開 API 的容器。與 NIM 交互涉及兩個關鍵步驟：

    首先，啟動 NIM 容器：

    docker run --rm -it --gpus all
    -p 8003:8003 \
    <NIM container address>

    請注意，--gpus all 指示 NIM 將在哪些設備上加載模型和優化器的單獨實例。如果存在多臺設備，NIM 將在可用的模型實例之間分發請求。其次，我們公開端口轉發 8003:8003，將本地端口 8003 映射到容器端口 8003，這是 NIM API 的默認通信端口。客戶端的請求將被路由到此端口。

    接下來，啟動并實例化容器后，您現在可以提交請求：

    import os, requests, json
    import numpy as np
    from ase import Atoms
    from ase.io.jsonio import MyEncoder, decode
     
    atoms: list[Atoms] = # This is your ase.Atoms input molecules
     
    # Define the url of the NIM
    # below is a typical local IP address and port
    url: str = 'http://localhost:8003/v1/infer'
     
    # Prepare input atoms by converting to json
    data = {"atoms": json.dumps(atoms, cls = MyEncoder)}
    headers = {'Content-Type': "application/json"}
     
    # Submit request to NIM
    response = requests.post(url, headers = headers, json=data)
    response.raise_for_status()
     
    # Convert from json output back to ase.Atoms
    optimized_atoms = decode(response.json())

    注意事項：

    • 鑒于 ASE 是一種熱門的分子建模 Python 包，輸入數據以 ase.Atoms 的形式表示，這是描述材料系統的一種靈活方式。
    • The user must provide the URL of the NIM. This URL, http://localhost:8003/v1/infer, comprises three components:
      • IP 地址：本例中的 localhost
      • 端口：8003 已映射到 Docker 命令中
      • NIM 推理 API 端點：v1/infer
    • 用戶使用 ase 實用程序將 ase.Atoms 轉換為 .json 字符串，并使用 requests 庫提交請求。這個 POST 請求將數據傳輸到“批量幾何松弛 NIM”，并從客戶端代碼異步啟動松弛過程。當分子或材料收斂到松弛狀態時，它們會被傳回客戶端，并可以轉換回 ase.Atoms，如上面的代碼片段所示。

    結束語?

    使用 NVIDIA Batched Geometry Relaxation NIM 后，MLIP 計算速度提高了 800 倍。這種加速接近三個數量級，為數百萬候選項的高吞吐量模擬打開了大門，從而使使用高質量數據訓練的新一代基礎模型成為可能，并提高下游屬性預測能力。它還支持對更復雜和更逼真的系統進行仿真，從而釋放新的化學和應用。這僅僅是開始。通過 ALCHEMI，NVIDIA 旨在端到端加速 AI 賦能的化學和材料研發工作流，并開創突破性發現的新時代，助力打造更可持續、更健康的未來。

    注冊以在 NVIDIA 批量幾何松弛 NIM 可供下載時接收通知 。

    ?

    相關資源

    0

    標簽

    數據科學 | 模擬/建模/設計 | Deep dive | HPC/科學計算 | Intermediate Technical | NIM | 仿真/建模/設計 | 生物學 – 生成式 AI

    關于作者

    Wen Jie Ong 是 NVIDIA ALCHEMI 的高級產品經理。他受訓成為有機和聚合物化學家，并在麻省理工學院獲得博士學位，在麻省理工學院發現了一種新型動態共價化學。他還是一位科學家兼企業家，擁有將新型聚合物技術商業化的經驗。最近，他擔任 McKinsey 的副合作伙伴，為化學品和技術公司提供增長和創新方面的建議。
    Piero Altoè 是 NVIDIA 計算化學和材料科學部門的高級開發者關系經理。他是一位計算化學家，2007 年獲得博洛尼亞大學博士學位，從事多尺度模擬研究。在從事化學研究十年后，Piero 轉向高性能計算領域，為歐洲 GPU 的采用做出了貢獻。最近，他回到化學領域，擔任 NVIDIA 職務。
    Justin S.Smith 是 NVIDIA 化學和材料科學 AI 部門的高級開發者關系經理。他是一位計算化學家，于 2018 年獲得佛羅里達大學博士學位，從事原子模擬 AI 研究。隨后，他成為洛斯阿拉莫斯國家實驗室的一名工作人員科學家，專注于 ML 在反應化學和材料科學中的應用。
    Dallas Foster 是 NVIDIA HPC 和 AI 部門的高級深度學習軟件工程師。他在俄勒岡州立大學獲得數學博士學位，并曾在洛斯阿拉莫斯國家實驗室、美國國家大氣研究中心和麻省理工學院工作。作為 NVIDIA PhysicsNeMo 團隊的成員，他特別關注深度學習在天氣預報和分子動力學方面的應用和部署。
    Melisa Alkan 是 NVIDIA 的 HPC 解決方案架構師。她獲得了愛荷華州立大學計算化學博士學位，從事量子化學代碼的 GPU 加速。在加入 NVIDIA 之前，Melisa 在斯坦福大學完成了專注于 AI 模型在化學中應用的博士后培訓。
    Harry Petty 是一位經驗豐富的數據中心營銷人員和技術專家，曾在大型科技公司擔任領導職務，為混合云、存儲解決方案、網絡處理器和服務器產品線推廣 SDN 產品。他曾與許多客戶合作，在多個數據中心部署應用程序。當 Harry 不討論 HPC 數據中心的 IO 子系統時，他喜歡在北加利福尼亞州附近的 Sierra 山麓和湖泊中進行戶外活動。
    人人超碰97caoporen国产