exa-AMD：一个用于加速功能材料发现与设计的百亿亿次计算就绪框架
材料科学
2025-12-11 v2 计算物理
摘要
我们提出了 exa-AMD，一个开源的、高性能的框架，旨在现代超级计算机上加速材料发现。exa-AMD 通过基于任务的并行化、自适应负载均衡以及针对 CPU 和 GPU 架构的优化数据管理，克服了大规模结构预测中的关键计算瓶颈。该框架自动化了端到端的工作流程，从生成候选结构到评估生成能和更新相图。其模块化设计允许用户轻松替换或扩展组件，使用自定义的机器学习模型、替代的初始结构模板以及未来的结构生成器，从而实现与新兴 AI 方法的灵活集成。我们展示了在高性能计算平台上的强扩展性，并重点介绍了在 Na-B-C、Ce-Co-B 和 Fe-Co-Zr 系统中的应用，确立了 exa-AMD 作为加速功能材料发现与设计的鲁棒且百亿亿次计算就绪的工具的地位。exa-AMD 在 GitHub 上公开提供，附带详细文档和可复现的测试用例，以支持社区参与和协作研究。
引用
@article{arxiv.2510.01170,
title = {exa-AMD: An Exascale-Ready Framework for Accelerating the Discovery and Design of Functional Materials},
author = {Weiyi Xia and Maxim Moraru and Ying Wai Li and Cai-Zhuang Wang},
journal= {arXiv preprint arXiv:2510.01170},
year = {2025}
}