SMC-AI：借助 AI 加速器将蒙特卡洛模拟扩展至四万亿原子
计算物理
2026-04-10 v1
摘要
深度学习的快速发展正在重塑硬件设计图景，向 AI 任务迈进，为 HPC 诸如原子态模拟等工作负载提出根本性挑战。本文提出 SMC-AI，一种通用的算法框架，扩展了 SMC-X 方法，可在 AI 加速器（包括 GPU 和 NPU）上高效进行标准蒙特卡洛模拟，同时保持极致可扩展性。在 NPU 集群上实现的 SMC-AI 达到前所未有的性能，实现了 4096 个 NPU 死亡芯片上 4 万亿原子的 MC 模拟。这一成绩创下了 ML 加速原子态模拟规模记录，实现了 32 倍系统规模和 1.3 倍吞吐量提升，同时保持较小的计算预算。NPU 和 GPU 实现均实现了优异的强弱扩展效率。通过将 ML 模型与模拟解耦，SMC-AI 构建了一种抽象化框架，促进了多样化 ML 模型的集成和移植，为可扩展科学软件的未来发展奠定了基础。
引用
@article{arxiv.2604.08250,
title = {SMC-AI: Scaling Monte Carlo Simulation to Four Trillion Atoms with AI Accelerators},
author = {Xianglin Liu and Kai Yang and Fanli Zhou and Yongxiang Liu and Hao Chen and Yijia Zhang and Dengdong Fan and Wenbo Li and Bingqiang Wang and Shixun Zhang and Pengxiang Xu and Yonghong Tian},
journal= {arXiv preprint arXiv:2604.08250},
year = {2026}
}