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.
解决的问题
简化了创建尊重对称性（等变性）的高性能几何神经网络的过程，这对于构建在三维空间中数据高效的稳健物理模型至关重要。
工作原理
该库提供了一个全面的 API 来描述分段多项式（由分段张量积构建），并使用优化的 CUDA 内核高效执行这些操作。它为 PyTorch 和 JAX 提供原生绑定，以便无缝集成到机器学习工作流中。
适用人群
需要在三维空间中实现旋转和平移等变性的几何神经网络和物理模型的研究人员和开发者。
主要亮点
- 通过优化的 CUDA 内核实现高性能执行。
- 支持分段多项式和三角运算。
- 与 PyTorch 和 JAX 均兼容。
- 专为尊重物理对称性的数据高效型 AI 模型设计。
相关
- 项目
- 项目
- 项目
- 项目
- 项目