ابرکامپیوتر Sunway Oceanlight با شبیه‌سازی کوانتومی دقیق مولکول‌ها، دریچه‌ای نو برای کشف داروهای نسل بعد و توسعه مواد هوشمند باز کرده است.
به گزارش تکناک، پژوهشگران چینی در پیشرفت علمی و فناورانه چشمگیر، موفق شدند با ترکیب قدرت هوش مصنوعی و ابرکامپیوتر Sunway Oceanlight، یکی از مسائل پیچیده شیمی کوانتومی را در مقیاس مولکول‌های واقعی شبیه‌سازی کنند. این آزمایش که روی ۳۷ میلیون هسته پردازشی انجام شد، بزرگ‌ترین محاسبه شیمی کوانتومی مبتنی‌بر هوش مصنوعی تا‌به‌امروز محسوب می‌شود و توانایی‌های جدیدی را در علم مواد و داروسازی به نمایش می‌گذارد.
شبیه‌سازی رفتار کوانتومی مولکول‌ها به‌دلیل رشد نمایی پیچیدگی با افزایش تعداد ذرات، یکی از مشکلات بزرگ ابرکامپیوترهای کلاسیک است. توصیف دقیق تمام حالات ممکن سیستم کوانتومی مانند موقعیت و اسپین الکترون‌ها نیازمند توان محاسباتی تصورناپذیری است. به همین دلیل، دانشمندان تاکنون مجبور بودند معادلات را ساده‌سازی کنند که این امر دقت را کاهش می‌داد و کاربرد آنها را به مولکول‌های کوچک محدود می‌کرد.
تامزهاردور می‌نویسد که برای عبور از این محدودیت، این تیم تحقیقاتی از رویکردی نوین به نام «حالات کوانتومی شبکه عصبی» (NNQS) بهره بردند. این روش قدرت یادگیری ماشین را برای تقریب تابع موج پیچیده مولکول به کار می‌گیرد. در این آزمایش، شبکه عصبی آموزش داده شد تا با نمونه‌برداری از آرایش‌های مختلف الکترونی و محاسبه انرژی آنها، به‌تدریج پیش‌بینی‌های خود را با الگوی انرژی کوانتومی واقعی مولکول تطبیق دهد و به دقیق‌ترین پیکربندی ممکن دست یابد.
این شبیه‌سازی عظیم روی ابرکامپیوتر Sunway Oceanlight چین اجرا شد که به پردازنده‌های پیشرفته Sunway SW26010-Pro مجهز است. هر‌یک از این پردازنده‌ها ۳۸۴ هسته دارد که بیشتر برای محاسبات با عملکرد بالا (HPC) طراحی شده‌اند تا هوش مصنوعی.
محققان برای غلبه بر این مشکل، چهارچوب نرم‌افزاری اختصاصی توسعه دادند:
- مدل ارتباطی سلسله‌مراتبی: هسته‌های مدیریتی وظیفه هماهنگی بین گره‌ها را برعهده گرفتند؛ در‌حالی‌که میلیون‌ها واحد پردازش محاسباتی (CPEs) محاسبات کوانتومی اصلی را انجام می‌دادند.
- الگوریتم توازن بار پویا: این الگوریتم از بیکارماندن هسته‌ها جلوگیری و بار کاری را به‌صورت بهینه در سراسر سیستم توزیع می‌کرد.
نتیجه این هماهنگی بی‌نقص میان نرم‌افزار و سخت‌افزار، دستیابی به مقیاس‌پذیری قوی ۹۲ درصد و مقیاس‌پذیری ضعیف ۹۸ درصد روی ۳۷ میلیون هسته پردازشی بود. این ارقام نشان‌دهنده کارایی چشمگیر و دستاوردی بزرگ برای جامعه ابرکامپیوتری چین است.
این موفقیت نه‌تنها قابلیت استفاده از هوش مصنوعی روی ابرکامپیوترهای کلاسیک برای حل مسائل کوانتومی را به اثبات رساند؛ بلکه مرزهای جدیدی را برای طراحی مواد و کشف داروها و درک فرایندهای شیمیایی پیچیده می‌گشاید. بااین‌حال، کارشناسان اشاره می‌کنند که بهره‌وری این روش از نظر مصرف انرژی و هزینه محاسباتی در مقایسه با کامپیوترهای کوانتومی آینده، همچنان موضوع مهم و نیازمند بررسی‌های بیشتر است.
