匈牙利 HUN-REN 维格纳物理研究中心和美国能源部太平洋西北国家实验室的研究人员最近与行业合作伙伴 SandboxAQ 和 NVIDIA 进行了合作，在模拟复杂含金属分子方面取得了前所未有的速度和性能。

此次合作使性能比之前的 NVIDIA 图形处理单元 (GPU) 计算提高了 2.5 倍，与使用中央处理单元 (CPU) 方法的类似计算相比，加速了 80 倍。这项研究最近发表在《化学理论与计算杂志》上，为电子结构计算树立了新的基准。

加速分子建模

研究团队的努力使得包括过渡金属酶在内的复杂生化系统能够进行前所未有的计算。此类含金属催化剂在许多工业和生物过程中至关重要，在促进化学反应方面发挥着重要作用。

这些能量转换的强大引擎对许多行业都至关重要，包括医药、能源和消费品。它们加速化学反应，降低所需能量，使工艺更加高效和可持续。了解和优化这些催化剂对于应对清洁能源生产和环境可持续性等全球挑战至关重要。

“当你的系统中含有一种或多种金属时，你会有很多电子状态，它们的能量非常接近，但行为却不同，这就是为什么确保准确描述它们非常重要，” PNNL 实验室研究员、这项研究的合著者、领导可扩展和预测激发和相关现象方法中心 (SPEC) 的化学物理学家 Sotiris Xantheas 说道，以及 PNNL 的计算和理论化学研究所。

高度相关的量子化学计算

最近的进展得益于聚集了在张量网络状态算法和高性能计算开发方面具有专业知识的学术界和业界专家，由 SPEC 项目的联合 PI Örs Legeza 及其在匈牙利 HUN-REN 维格纳物理研究中心的团队领导，并与由共同作者 Martin Ganahl 领导的 SandboxAQ 科学家团队合作，在 NVIDIA GPU 上执行量子化学计算。

团队的多元化贡献凸显了合作的重要性，并预示着 GPU 驱动的领域将拥有令人振奋的未来。例如，这项工作实现了从头计算密度矩阵重正化群方法，该方法首次在单个节点内的所有 GPU 上描述了大型复杂电子结构的物理特性。

该研究的目标是高效、准确地求解多体薛定谔方程。这些算法对于理解分子和材料的电子结构至关重要，并且需要全球仅有少数计算系统具备的计算能力。

该团队的集体专业知识和共享资源帮助突破了量子化学的界限，使研究高度相关的复杂化学系统时能够快速迭代和改进。该项目表明，大规模计算有潜力彻底改变科学家处理具有挑战性的量子化学问题的方式。

“随着计算硬件的进步和多 GPU 的扩展，多节点架构有望实现超越当前能力的更全面的计算，”同时担任慕尼黑工业大学高等研究院研究员的 Legeza 表示。

“正在进行的合作旨在采用大规模 GPU 加速计算，利用更为最新的硬件发展，进一步提高量子化学计算的效率和准确性。”

正如发表的研究指出的那样，如今的化学家很大程度上依赖于直觉，因为快速、高精度的计算往往难以实现。能够快速迭代不同大型活动空间选择的能力使搜索更加系统化。当今的 GPU 计算框架，结合人工智能引导的物理学和为大型定量机器学习模型生成训练数据的新方法，有望为能源、可持续性和健康领域的应用做出贡献。

Ganahl 表示：“NVIDIA 最先进的硬件与量子化学张量网络算法等尖端模拟技术相结合，有可能开启一个全新的发现领域。”