XiaoMi-AI文件搜索系统
World File Search Systemsimulations
增强锂离子电池老化模拟
• 目标：使用连续损伤模型 (CDM) 来告知单粒子模型 (SPM) 中的参数。• 方法：使用给定 CDM 模拟的电压曲线，优化设计变量以最小化 SPM 电压曲线中的差异。• 设计变量：扩散、半径、交换电流密度、过电位
用于大脑模拟的低延迟通信设计
摘要 — 大脑模拟是人工智能领域的最新进展之一，它有助于更好地理解信息在大脑中的表示和处理方式。人脑极其复杂，因此只有在高性能计算平台上才能进行大脑模拟。目前，具有大量互连图形处理单元 (GPU) 的超级计算机用于支持大脑模拟。因此，超级计算机中的高吞吐量低延迟 GPU 间通信对于满足大脑模拟这一高度时间敏感的应用的性能要求起着至关重要的作用。在本文中，我们首先概述了当前使用多 GPU 架构进行大脑模拟的并行化技术。然后，我们分析了大脑模拟通信面临的挑战，并总结了应对这些挑战的通信设计指南。此外，我们提出了一种分区算法和一种两级路由方法，以实现多 GPU 架构中用于大脑模拟的高效低延迟通信。我们报告了在一台拥有 2,000 个 GPU 的超级计算机上模拟具有 100 亿个神经元的大脑模型的实验结果，以表明我们的方法可以显著提高通信性能。我们还讨论了尚待解决的问题，并确定了大脑模拟低延迟通信设计的一些研究方向。
用于大脑模拟的低延迟通信设计
摘要 大脑模拟作为人工智能领域的最新进展之一，有助于更好地理解信息在大脑中的表达和处理方式。人类大脑的极端复杂性使得大脑模拟只有在高性能计算平台上才可行。目前，用于支持大脑模拟的超级计算机具有大量互连的图形处理单元（GPU）。因此，超级计算机中的高吞吐量低延迟 GPU 间通信对于满足大脑模拟这一高度时间敏感的应用的性能要求起着至关重要的作用。在本文中，我们首先概述了当前使用多 GPU 架构进行大脑模拟的并行化技术。然后，我们分析了大脑模拟通信面临的挑战，并总结了应对这些挑战的通信设计指南。此外，我们提出了一种分区算法和一种两级路由方法，以实现多 GPU 架构中用于大脑模拟的高效低延迟通信。我们报告了在具有 2000 个 GPU 的超级计算机上模拟具有 100 亿个神经元的大脑模型（数字孪生大脑，DTB）的实验结果，以表明我们的方法可以显著提高通信性能。我们还讨论了尚待解决的问题，并确定了大脑模拟低延迟通信设计的一些研究方向。
使用里德堡原子进行精确的量子模拟
本论文研究了使用里德堡原子的量子模拟。量子模拟的理念是使用一个可控性良好的量子系统来模拟另一个量子系统。量子模拟旨在前瞻性地解决经典计算机无法有效处理的具有挑战性的模拟问题，例如探索高度纠缠的多体基态和动力学。我们专注于所谓的模拟量子模拟，这种模拟量子模拟直接实现要模拟的系统，并避免通用门方法的开销。可实现系统的类别取决于底层平台的特性。一般来说，量子模拟平台必须可靠且可控性良好。此外，与退相干时间相比，相互作用必须很快。满足这些要求的平台例如超导量子比特和捕获离子。另一种方法是在光镊中使用中性原子。可以通过将原子激发到里德堡态（即具有高主量子数的电子态）并利用里德堡原子之间的强偶极相互作用来使原子相互作用。过去十年的快速发展使得使用这种方法模拟任意二维和三维晶格上的各种自旋哈密顿量成为可能，即使在超出精确数值处理的范围内也是如此。本论文涵盖的研究为量子模拟的实验实现提供了理论支持，为这一进展做出了贡献。本论文的重点有两个方面。首先，我们讨论了里德堡相互作用势的计算及其对实验参数的依赖性。其次，我们利用我们对里德堡相互作用的见解，展示了如何将精确的里德堡原子量子模拟应用于研究各种量子自旋模型。具体来说，我们展示了如何研究不同的拓扑相。后者是与巴黎的 Antoine Browaeys 实验小组密切合作进行的。在一个附带项目中，我们与格拉斯哥的 Andrew Daley 小组和 Gregory Bentsen 合作提出了一项用里德堡原子实现快速扰乱自旋模型的提案。下面，我们概述了本论文的章节。
评估共转录折叠模拟的质量
摘要 RNA 的结构变化是控制基因表达的重要因素，不仅在转录后阶段，而且在转录过程中也是如此。位于初级转录本 5' 区域的核糖开关和 RNA 温度计的子类通过提前终止转录来调节下游功能单元（通常是 ORF）。此类元素不仅自然存在，而且在合成生物学中也是颇具吸引力的装置。因此，设计此类核糖开关或 RNA 温度计的可能性具有相当大的实际意义。由于这些功能性 RNA 元素在转录过程中已经起作用，因此重要的是模拟和了解折叠的动力学，特别是与转录同时形成的中间结构。因此，在进行昂贵且劳动密集型的湿实验室实验之前，共转录折叠模拟是验证设计构造功能的重要步骤。对于 RNA，由于分子的大小和感兴趣的时间尺度，全面的分子动力学模拟远远超出了实际范围。即使在简化的二级结构级别，也需要进一步的近似。 BarMap 方法基于表示二级结构景观
量子计算机上的集合流体模拟
现代科学和社会中大多数问题的极端复杂性对我们最好的理论和计算方法提出了非常巨大的挑战。作为一个例子，即使是最强大的超级计算机，也可以基于流动运动方程的直接模拟来预测行星尺度上天气的任务前面的Exascale操作（每秒10亿个流量点操作）。此外，这个和类似的问题通常受到影响解决方案的初始数据和其他参数引起的各种不确定性来源。因此，每个案例研究都需要几个实现，以积累足够的统计信息（集合模拟），从而进一步加强了对计算能力的追求。鉴于电子计算机面临着非常严格的能量限制，因此不断寻求替代模拟策略。在过去的十年中，巨大的效果已经专门用于量子计算机的开发，使用能够利用量子系统同时占据众多状态的硬件设备（量子纠缠）。直接优势是，量子系统原则上可以执行多种并行量子计算，而不是只能在二元状态下运行的经典计算机（位）。最近，没有一天没有
特刊：生物分子模拟中的挑战
为生物分子模拟特刊的挑战做出了贡献，请描述为什么工作适合该问题。•所有接受的文章都将在收据后进行审查，即使提前提交，也将在线出现。•正常发布费用将适用。•可以通过bj@biophysics.org或（240）290-5600向BJ编辑办公室发出问题。