Exploiter les Tensor Cores pour les potentiels interatomiques par apprentissage automatique

Les simulations atomistiques permettent d'étudier le comportement des molécules et des matériaux, des réactions chimiques aux transitions de phase et à la rupture mécanique. Les méthodes quantiques comme la DFT offrent des énergies et des forces précises, mais leur coût de calcul limite leur usage pour les grands systèmes. Le billet de NVIDIA aborde l'apport des Tensor Cores aux potentiels interatomiques par machine learning.