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.

해결하는 문제

3차원 공간에서 데이터 효율적인 강건한 물리 모델을 구축하는 데 필수적인 대칭성(등변성)을 고려한 고성능 기하 신경망을 쉽게 만들 수 있도록 합니다.

작동 방식

이 라이브러리는 세그먼트 다항식(세그먼트 텐서 곱으로 구성)을 설명하기 위한 포괄적인 API를 제공하며, 최적화된 CUDA 커널을 사용하여 이러한 연산을 효율적으로 실행합니다. PyTorch와 JAX 모두에 대한 네이티브 바인딩을 제공하여 머신러닝 워크플로우에 원활하게 통합할 수 있습니다.

대상 사용자

3차원 공간에서 회전 및 이동 등변성을 필요로 하는 기하 신경망 및 물리 모델을 개발하는 연구자 및 개발자입니다.

주요 특징

  • 최적화된 CUDA 커널을 통한 고성능 실행.
  • 세그먼트 다항식 및 삼각 연산 지원.
  • PyTorch 및 JAX 모두와 호환.
  • 물리적 대칭성을 존중하는 데이터 효율적인 AI 모델을 위한 설계.

관련

  • 프로젝트
    facebookresearch/pytorch3d

    3D 컴퓨터 비전 연구를 위한 PyTorch 기반 라이브러리로, 미분 가능한 렌더링과 3D 메쉬 및 포인트 클라우드 조작을 위한 효율적인 도구를 제공합니다.

  • 프로젝트
    NVIDIA/apex

    NVIDIA가 유지 관리하는 PyTorch용 유틸리티 모음으로, 최적화된 CUDA 확장을 통해 혼합 정밀도 및 분산 학습을 간편하게 만듭니다.

  • 프로젝트
    qubvel-org/segmentation_models.pytorch

    12개의 아키텍처와 800개 이상의 사전 학습된 인코더를 특징으로 하는 이미지 세그멘테이션을 위한 고수준 API를 제공하는 PyTorch 라이브러리입니다.

  • 프로젝트
    facebookincubator/AITemplate

    NVIDIA 및 AMD GPU에서 고성능 추론 서빙을 위해 깊은 신경망을 최적화된 CUDA/HIP C++ 코드로 변환하는 Python 프레임워크입니다.

  • 프로젝트
    facebookresearch/xformers

    Transformer 모델을 위한 최적화되고 커스터마이징 가능한 빌딩 블록 툴박스로, 메모리 효율적인 고성능 CUDA 커널을 제공하여 연구를 가속화합니다.