← أحدث الأبحاث
🔬 علوم المواد

Scaling a Universal Graph Neural Network Force Field to Billions of Atoms on Desk-Side GPUs

تُثبت هذه الورقة أن حقل القوة للشبكة العصبية الرسومية الشاملة ALIGNN-FF، الذي يستخدم تفكيك المكعب والهالة (cube-and-halo decomposition)، يمكنه محاكاة الأنظمة التي تحتوي على ما يصل إلى ملياري ذرة بدقة على وحدات معالجة الرسومات المكتبية، مما يتيح إجراء تقييمات النقطة الواحدة عند مقاييس ذات صلة تجريبياً دون الحاجة إلى مجموعات الحوسبة الفائقة.

المؤلف الأصلي: Jaehyung Lee, Kamal Choudhary

نُشر 2026-11-17
📖 6 دقيقة قراءة🧠 قراءة متعمّقة

المؤلف الأصلي: Jaehyung Lee, Kamal Choudhary

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلف ولم يصادق عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

ليست المواد مجرد كتل صلبة من المادة؛ بل هي تضاريس معقدة من الذرات التي تحدد كل شيء، بدءاً من قوة الجسر وصولاً إلى وظيفة شريحة الكمبيوتر. تنبع العديد من الخصائص الهامة لهذه المواد ليس من الذرات الفردية، بل من كيفية ترتيبها عبر مسافات كبيرة جداً بحيث لا تُرى بالعين المجردة، ومع ذلك فهي صغيرة جداً لدرجة لا يمكن تجاهلها. هذه السمات، مثل الحدود حيث تلتقي الحبيبات البلورية المختلفة أو الواجهات المعقدة داخل الترانزستور، غالباً ما تمتد من النانومتر إلى الميكرومتر. ولفهمها، يحتاج العلماء إلى محاكاة هياكل تحتوي على مئات الملايين، أو حتى مليارات، من الذرات. لعقود من الزمن، كانت الطريقة الأكثر دقة للقيام بذلك مستحيلة، حيث كانت طريقة الحساب القياسية لا تستطيع التعامل إلا مع بضعة آلاف من الذرات قبل أن تصبح الرياضيات ثقيلة للغاية. وقد بدأ نهج جديد يستخدم التعلم الآلي في سد هذه الفجوة، حيث يقدم طريقة لمحاكاة أعداد هائلة من الذرات بدقة عالية، لكن هذه المحاكاة كانت تتطلب تقليدياً حواسيب فائقة ضخمة بحجم الغرفة لا تستطيع تحمل تكلفتها إلا قلة من المؤسسات في العالم.

لقد أثبت فريق من الباحثين الآن أن هذا الحاجز لم يعد ضرورياً. فمن خلال الجمع بين نوع معين من نماذج الذكاء الاصطناعي وطريقة ذكية لتفكيك المشكلة، أظهروا أن حاسوباً واحداً مدمجاً يوضع على مكتب الباحث يمكنه محاكاة سلوك أكثر من مليار ذرة. ويعتمد هذا الإنجاز على حقل قوة عالمي، وهو نوع من نماذج التعلم الآلي المدربة على مجموعة واسعة من العناصر الكيميائية بحيث يمكنه التنبؤ بكيفية تفاعل الذرات دون الحاجة إلى إعادة تدريبه لكل مادة جديدة. وبينما تعد هذه النماذج دقيقة للغاية، إلا أنها مكلفة حوسبياً، وتتطلب كميات هائلة من الذاكرة لتخزين العلاقات بين الذرات. وقد وجد الباحثون أنه من خلال تقسيم النظام الضخم إلى قطع أصغر يمكن إدارتها وإحاطة كل قطعة بمنطقة عازلة من الذرات المجاورة، استطاعوا تشغيل هذه الحسابات على جهاز كمبيوتر مكتبي مزود بمعالج رسومات قوي. هذا المعالج، الذي يتناسب مع هيكل الكمبيوتر القياسي ويستهلك كهرباء أقل من مجفف الشعر، يمتلك ذاكرة كافية للتعامل مع المهمة، بشرط تقسيم العمل بشكل صحيح.

اختبر الباحثون هذا النهج على عدة هياكل ضخمة، بما في في ذلك بلورة متعددة (polycrystal) مكونة من السيليكون تحتوي على أكثر من مليار ذرة، وهيكل بوابة إلكترونية دقيقة معقد يحتوي على أكثر من 100 مليون ذرة، وجسيم فيروسي معلق في الماء. وفي كل حالة، نجح النظام في حساب الطاقة والقوى المؤثرة على كل ذرة بمفردها. وكان المفتاح لإنجاح هذا العمل هو تقنية تسمى "تفكيك المكعب والهالة" (cube-and-halo decomposition). تخيل مدينة كبيرة تحتاج إلى مسح شامل؛ بدلاً من محاولة رسم خريطة للمدينة بأكملها دفعة واحدة، قام الباحثون بتقسيمها إلى أحياء صغيرة. ولكل حي، لم يكتفوا بتضمين المنازل الموجودة داخل حدوده فحسب، بل أضافوا أيضاً حلقة محيطة من المنازل من الحي المجاور. ضمنت هذه الحلقة، أو "الهالة"، أن يكون لكل منزل جميع جيرانه الضروريين في مجال الرؤية، مما سمح للكمبيوتر بحساب التفاعات بدقة دون الحاجة لرؤية المدينة بأكملها في آن واحد. كانت المنازل داخل الحي الأصلي فقط هي التي تُحتسب ضمن المجموع النهائي، لكن الحلقة المحيطة كانت ضرورية لضبط الفيزياء بشكل صحيح. سمحت هذه الطريقة للكمبيوتر بمعالجة البيانات قطعة بقطة، مما أبقى استخدام الذاكرة منخفضاً بما يكفي ليتناسب مع جهاز كمبيوتر مكتبي واحد.

كانت إحدى العقبات الكبيرة التي تعين على الفريق التغلب عليها هي خلل في نماذج التعلم الآلي الحالية تسبب في جعلها تتصرف بشكل غير منتظم عندما تتحرك الذرات عبر حدود مسافات معينة. في النماذج الأصلية، كانت القوى المؤثرة على الذرات تقفز أو تتعطل فجأة عندما يتجاوز الرابط بين ذرتين حداً معيلاً للطول، مما يجعل من المستحيل محاكاة الاسترخاء البطيء والمستقر للمادة أو تدفق الوقت في نظام ديناميكي. وقد أصلح الباحثون ذلك من خلال إعادة تدريب النموذج مع انتقال أكثر سلاسة عند هذه الحدود، مما أدى فعلياً إلى إزالة الخلل. كان هذا التعديل حاسماً؛ فلولا وجود النموذج السلس، لفشلت المحاكاة في الوصول إلى حالة الاستقرار، ولن يتم الحفاظ على طاقة النظام، مما يؤدي إلى نتائج مستحيلة فيزيائياً. ومع وجود النموذج السلس، تمكن النظام بنجاح من إرخاء بلورة سيليكون بمليار ذرة، والوصول إلى حالة مستقرة حيث يتم تقليل القوى على كل ذرة إلى أدنى حد، وهي مهمة كانت ستكون مستحيلة بالنسخة السابقة من البرنامج.

تظهر النتائج أن حجم النظام لم يعد محدوداً بكمية الذاكرة في الكمبيوتر، بل بالوقت الذي يستغرقه إجراء الحساب. فبينما يمكن لجهاز كمبيوتر مكتبي واحد التعامل مع مليار ذرة، فإن الأمر يستغرق عدة أيام لإكمال الحساب لقطة زمنية واحدة فقط. إذا أراد باحث مراقبة كيفية تحرك تلك الذرات بمرور الوقت، فإن الإعداد الحالي سيستغرق سنوات لمحاكاة حتى جزء ضئيل من ثانية واحدة من الوقت الواقعي. ومع ذلك، فإن القدرة على إجراء هذه التقييمات للنقاط المنفردة على أجهزة يمكن لمجموعة بحثية واحدة امتلاكها وتشغيلها باستمرار تعد تحولاً كبيًراً. وهذا يعني أن العلماء يمكنهم الآن دراسة المواد المعقدة مثل حدود الحبيبات في المعادن أو الواجهات في الأجهزة الإلكترونية دون الحاجة إلى الوصول إلى حاسوب فائق وطني. كما لاحظ الباحثون أنه بينما تعمل طريقتهم بشكل مثالي للأنظمة التي تتفاعل فيها الذرات عبر مسافات قصيرة، فإنها لن تعمل في الأنظمة التي تهيمن عليها القوى الكهربائية بعيدة المدى، والتي تتطلب نهجاً مختلفاً.

سلطت الدراسة أيضاً الضوء على المقايضات المترتبة على استخدام هذه الأجهزة المكتبية القوية. فبينما ليست بنفس سرعة أكبر الحواسيب الفائقة في العالم، والتي يمكنها استخدام آلاف الرقائق المتخصصة لإنهاء الحسابات في دقائق، إلا أن الأنظمة المكتبية توفر مستوى من سهولة الوصول والاستمرارية لا يضاهى. يمكن لمجموعة بحثية واحدة تشغيل هذه المحاكاة على مدار الساعة، وتكرار تجارب تصميماتها واختبار أفكار جديدة دون انتظار الوقت المخصص على مورد مشترك عالي الطلب. وقد أثبت الفريق أنه باستخدام تسعة من هذه الأجهزة المكتبية تعمل معاً، يمكنهم تقييم نظام يحتوي على ملياري ذرة، وهو مقياس كان سابقاً حكراً على أكثر المراكز الحوسبية تقدماً. وهذا يفتح الباب أمام جيل جديد من علم المواد، حيث يمكن نمذجة الهياكل المعقدة للعالم الحقيقي مباشرة، بدلاً من تبسيطها لتناسب حدود القدرة الحوسبية المتاحة.

في النهاية، يثبت هذا العمل أن الحاجز أمام محاكة العالم الذري لا يتعلق فقط بالسرعة الخام، بل بكيفية هيكلة المشكلة. فمن خلال تقسيم نظام ضخم إلى قطع أصغر ومتداخلة، واستخدام نموذج عالمي يفهم قواعد الكيمياء عبر الجدول الدوري بأكمله، جعل الباحثون محاكاة أنظمة المليار ذرة في متناول مختبر واحد. وتشير النتائج إلى أن مستقبل اكتشاف المواد قد لا يعتمد على بناء حواسيب فائقة أكبر، بل على طرق أكثر ذكاءً لاستخدام الأجهزة القوية والمدمجة المتوفرة بالفعل. إن القدرة على رؤية سلوك مليارات الذرات في عملية حسابية واحدة، بدقة الحاسوب الفائق وببصمة الحاسوب المكتبي، تمثل خطوة كبيرة للأمام في جعل العالم الذري متاحاً لمزيد من العلماء.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →