NVIDIA/cuEquivariance

cuEquivariance is a math library that is a collective of low-level primitives and tensor ops to accelerate widely-used models, like DiffDock, MACE, Allegro and NEQUIP, based on equivariant neural networks. Also includes kernels for accelerated structure prediction.

何を解決するか

3D空間におけるデータ効率的な堅牢な物理モデルを構築するために不可欠な、対称性（等変性）を尊重する高性能幾何ニューラルネットワークの作成を簡素化します。

動作方法

このライブラリは、セグメント化された多項式（セグメント化されたテンソル積から構成）を記述する包括的なAPIを提供し、最適化されたCUDAカーネルを使用してこれらの操作を効率的に実行します。PyTorchおよびJAXのネイティブバインディングを提供し、機械学習ワークフローへのシームレスな統合を可能にします。

対象ユーザー

3次元空間における回転および並進の等変性を必要とする幾何ニューラルネットワークや物理モデルを開発している研究者および開発者。

特徴

  • 最適化されたCUDAカーネルによる高性能実行。
  • セグメント化された多項式および三角形演算のサポート。
  • PyTorchおよびJAXの両方と互換性あり。
  • 物理的対称性を尊重するデータ効率的なAIモデル向けに設計。

関連

  • プロジェクト
    facebookresearch/pytorch3d

    3Dコンピュータビジョンの研究向けPyTorchベースのライブラリで、微分可能なレンダリングと3Dメッシュおよびポイントクラウドを操作するための効率的なツールを提供します。

  • プロジェクト
    NVIDIA/apex

    NVIDIAがメンテナンスするPyTorch用ユーティリティのコレクション。最適化されたCUDA拡張を通じて、混合精度および分散学習をスムーズにします。

  • プロジェクト
    qubvel-org/segmentation_models.pytorch

    12種類のアーキテクチャと800以上の事前学習済みエンコーダーを提供する、画像セマンティックセグメンテーションの高レベル API を提供する PyTorch ライブラリです。

  • プロジェクト
    facebookincubator/AITemplate

    NVIDIAおよびAMD GPU上で高パフォーマンスな推論サービングを実現するため、深層ニューラルネットワークを最適化されたCUDA/HIP C++コードに変換するPythonフレームワークです。

  • プロジェクト
    facebookresearch/xformers

    Transformerモデル向けに最適化・カスタマイズ可能なビルディングブロックのツールボックスであり、メモリ効率の高い高性能なCUDAカーネルを提供することで研究を加速させます。