← 返回列表

基于异构并行的材料性能预测方法、装置、设备及介质

申请号: CN202410156031.X
申请人: 国家超级计算天津中心; 中国人民解放军国防科技大学; 先进计算与关键软件(信创)海河实验室
申请日期: 2024/2/4

摘要文本

本公开涉及一种基于异构并行的材料性能预测方法、装置、设备及介质,包括:通过预先训练好的目标预测模型预测目标材料的目标性能参数;目标预测模型的迭代训练过程是采用预先构建的异构并行架构实现的,异构并行架构包括:CPU计算节点和GPU计算节点;GPU计算节点,用于选取当前训练数据集训练得到当前预测模型,通过当前预测模型从待查询材料中选取满足预设误差条件的多个材料样本;CPU计算节点,用于对材料样本的性能参数进行计算,并将得到的第二性能参数发送给GPU计算节点,以使GPU计算节点基于标注有第二性能参数的材料样本生成新的当前训练数据集。本公开能够将DFT与机器学习相结合,提高材料性能的计算效率和准确性。 百度搜索马 克 数 据 网

专利详细信息

项目 内容
专利名称 基于异构并行的材料性能预测方法、装置、设备及介质
专利类型 发明申请
申请号 CN202410156031.X
申请日 2024/2/4
公告号 CN117690536A
公开日 2024/3/12
IPC主分类号 G16C60/00
权利人 国家超级计算天津中心; 中国人民解放军国防科技大学; 先进计算与关键软件(信创)海河实验室
发明人 杨灿群; 郭晓威; 王伟; 夏梓峻; 段莉莉; 仲彦旭; 郑伟龙
地址 天津市滨海新区经济技术开发区信环西路19号5号楼5102; 湖南省长沙市开福区德雅路109号; 天津市滨海新区滨海高新区信息安全产业园1号楼4楼

专利主权项内容

1.一种基于异构并行的材料性能预测方法,其特征在于,包括:通过预先训练好的目标预测模型预测目标材料的目标性能参数;其中,所述目标预测模型的迭代训练过程是采用预先构建的异构并行架构实现的,所述异构并行架构包括:CPU计算节点和GPU计算节点;所述GPU计算节点,用于选取当前训练数据集训练得到当前预测模型,并通过所述当前预测模型从待查询材料中选取满足预设误差条件的多个材料样本;所述CPU计算节点,用于对所述材料样本的性能参数进行计算,并将得到的第二性能参数发送给所述GPU计算节点,以使所述GPU计算节点基于标注有所述第二性能参数的材料样本生成新的当前训练数据集。