LunaTP实现高效可扩展的等变机器学习原子势计算

发生了什么

据arXiv cs.LG报道，论文介绍LunaTP方法，通过节点中心执行、路径组并行和多级重用加速等变机器学习原子势（MLIPs）中的Clebsch-Gordan张量积卷积。在NVIDIA H100 GPU上，LunaTP相比e3nn实现最高250.0倍的核速度提升和28.7倍的端到端训练吞吐量增益。