NVIDIA/physicsnemo

解決する課題

NVIDIA PhysicsNeMoは、物理システムをシミュレートするAIモデルを構築およびトレーニングするための、標準化されたPyTorchネイティブなフレームワークを提供します。流体力学、天気予報、構造力学、生成物理学などのタスクに向けた再利用可能なコンポーネントを提供することで科学的機械学習の複雑さに対処し、研究者がプロトタイプからスケーラブルな本番ワークフローへと移行できるようにします。

仕組み

このフレームワークは3つの層で構成されています。コアユーティリティ（メッシュ処理、分散トレーニング）のための基盤層、専門的なAIモデル（FNOs、MeshGraphNets、拡散モデルなど）のためのビルディングブロック層、そしてエンドツーエンドのトレーニングレシピを含むアプリケーション層です。高解像度の物理サンプルを複数のGPUに分割できるドメイン並列化などの高度な機能をサポートしており、既存のPyTorchプロジェクトに特定の層や演算子を統合できるコンポーザブルな設計になっています。

対象ユーザー

計算流体力学 (CFD)、気候モデリング、地球物理学、製造業などの分野で、複雑な物理シミュレーションのための高性能なサロゲートモデルを構築する必要がある科学者、エンジニア、AI研究者を対象としています。

主な特徴

• 科学データサポート： レギュラーグリッド、非構造化メッシュ、グラフ、点群など、多様なデータ構造をネイティブに処理します。
• スケーラブルなトレーニング： 大規模な科学データセットを処理するための分散トレーニングおよびドメイン並列化（ShardTensor経由）を組み込みでサポートしています。
• 広範なモデルライブラリ： FNO、MeshGraphNet、Transolver、およびさまざまな拡散ベースの生成モデルなど、最先端アーキテクチャの実装が含まれています。
• エンドツーエンドのレシピ： 空力設計、地域天気予報、構造衝突力学などの実世界のアプリケーション向けに、すぐに使用できるワークフローを提供します。