NVIDIA/physicsnemo

何を解決するか

PhysicsNeMo は、物理機械学習（Physics ML）および科学的機械学習（SciML）のための標準化された PyTorch フレームワークを提供します。科学および工学分野における AI モデルの構築、トレーニング、スケーリングの難しさに対処し、複雑な物理的領域における再利用可能なコンポーネントとエンドツーエンドのトレーニングレシピを提供します。

どう動くか

PhysicsNeMo は PyTorch ネイティブのライブラリとして構築されており、ユーザーが既存のワークフローに科学的レイヤー、数値演算子、データ変換を統合できるようにします。さまざまな科学的データ表現（定期的なグリッド、メッシュ、ポイントクラウド、グラフなど）をサポートします。高解像度のサンプルを処理するため、標準的な PyTorch 分散トレーニング（DDP および FSDP2）に加えて ShardTensor ドメイン並列性を利用します。

対象ユーザー

航空力学、気象予測、構造力学、地球物理学、医療（例：心血管流動）、加法製造など、物理系の AI サロゲートモデルや生成モデルを構築する必要がある研究者およびエンジニア向けに設計されています。

特徴

• 広範なモデル対応: FNO、MeshGraphNet、Transolver、GraphCast など、さまざまなデータ表現に対応するモデルファミリーを含みます。
• ドメイン固有のレシピ: 外部空力、地域気象拡散、車両衝突ダイナミクスなどのタスク用に即時利用可能なワークフローを提供します。
• 科学的データ処理: 構造化および非構造化離散化のネイティブサポートにより、データの物理的構造を保持します。
• 生成機能: 逆物理およびトポロジー最適化用の拡散ツールキットを含みます。