当前位置:首页 > 报告详情

基于物理的机器学习和生成式 AI 用于科学和工业中的替代建模.pdf

上传人: a****d 编号:402803 2025-01-10 24页 7.11MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要探讨了物理启发的机器学习及其在科学和工业中的生成式人工智能应用。文中提到,科学计算正在向后埃克萨时代过渡,计算模式正在从单次模拟/集合工作流程转变为包括模拟集合、AI训练和推理、实时数据分析的混合模型。文章强调了数字双生技术的重要性,它是一种模仿自然、工程或社会系统动态的虚拟信息构建,能够与物理原型双向互动,并具有预测能力。物理启发的机器学习支持在多种编程语言中实现标准并行ism,包括Foran、C++、MPI、OpenMP、OpenACC和Python等。此外,文章还提到了生成式AI在科学和工程中的应用案例,如在地球科学中构建数字地球,以及在药物发现中加速候选药物的生成和分析。最后,文中概述了NVIDIA BioNeMo框架和NIM平台在加速药物发现中的作用,并提到了NVIDIA的计算平台如何应对挑战,支持从GPU到DPU的多样化计算需求。
"数字双生如何推动科学发现?" "AI如何提高数字双生的准确性和效率?" "数字双生在未来工业应用中的潜力何在?"
客服
商务合作
小程序
服务号
折叠