隨著大尺度模擬、機器學習等前沿應用的興起，分布式計算越發(fā)成為重要的計算研究手段。中心高性能計算部和溫州大學研究人員合作將編碼計算應用到分片量子化學領域：通過借鑒梯度編碼方案，一方面解決分布式計算中的掉隊節(jié)點問題；另一方面增加分布式計算的自動糾錯能力，減少計算過程耗費的人力物力，以期實現(xiàn)自動化的容錯量子化學計算。此外，團隊也提出了編碼復用、類QM/MM（量子力學/分子力學）分層的計算思路，能夠簡單有效地使用更多的計算資源在設定的容錯能力上進行分布式計算。

該研究成果被《化學學報》（中國科學院4區(qū)/JCR 3區(qū)）錄用，第一作者為溫州大學和我中心聯(lián)合培養(yǎng)的碩士研究生李寧，通訊作者分別為我中心馬英晉副研究員與溫州大學方國勇副教授。

“編碼-計算-解碼”的容錯分布式量子化學計算

與此同時，研究團隊將此計算方案同機器學習輔助的分片負載預測、動靜態(tài)負載均衡、重正化激發(fā)態(tài)計算等方法相結合，初步實現(xiàn)了智能容錯的大體系分片計算。研究團隊將該方案應用到P38蛋白與配體的結合能計算、單中心或多中心激發(fā)的團簇體系計算，并使用編碼計算得到的結果與真實的結果進行對比，驗證此方案的準確性及其在自動化容錯量子化學計算方面的應用潛力。

該研究成果作為邀請稿被Journal of Computational Chemistry（中國科學院3區(qū)/JCR 2區(qū)）錄用，共同第一作者為我中心科創(chuàng)計劃培養(yǎng)的北京化工大學本科生袁凱、中國科學院計算技術研究所研究生周帥，通訊作者分別為我中心馬英晉副研究員與北京化工大學郭旦懷教授。

以上研究成果均得到國家自然科學基金、中國科學院先導專項、中國科學院網(wǎng)信專項以及中國科學院青年創(chuàng)新促進會和中心所級項目的支持。

基于分片負載預測、容錯編碼、AI輔助HPC負載均衡的大體系基態(tài)、激發(fā)態(tài)計算

相關成果：

????1.結合容錯編碼的量子化學分布式計算，李寧, 徐麗娜, 方國勇*, 馬英晉*, 化學學報, 82, 138-145 (2024) https://sioc-journal.cn/Jwk_hxxb/EN/10.6023/A23110496.

????2.Coded Quantum Chemical Calculations with Improved Machine-Learning Models, Kai Yuan, Shuai Zhou, Ning Li, Tianyan Li, Bowen Ding*, Danhuai Guo*, Yingjin Ma*, J. Comput. Chem. accepted. https://onlinelibrary.wiley.com/journal/1096987x.

責任編輯：郎楊琴