Machine-learned, finite temperature Fermi-operator expansions suitable for GPUs and AI-hardware
Cet article présente une méthode d'expansion récursive de l'opérateur de Fermi à température finie améliorée par l'apprentissage automatique, fondée sur le schéma SP2, qui transpose les calculs de structure électronique vers des architectures de réseaux de neurones profonds, permettant des accélérations d'un ordre de grandeur sur les GPU et le matériel d'IA en exploitant des multiplications matrice-matrice optimisées et un redimensionnement affine pour éviter la diagonalisation explicite et le réentraînement du modèle.