對許多從事高性能計算（HPC）的人而言，工作流程大致如此：科學首先用微分方程刻畫世界；只要解出或近似這些方程，就能追蹤模型隨時間的演化——天氣預(yù)報便是典型例子。而在量子力學里，積分微積分則被用來預(yù)測原子與分子的能級。

所有這些方法的核心都是基于理論或第一性原理（基本物理規(guī)則）的模型，這些模型反映了自然界的行為方式。最終的仲裁者當然是自然，而模型根據(jù)各種因素提供不同程度的準確性。有些模型表現(xiàn)出色，通常需要大量的計算時間來遍歷所有數(shù)學運算。

經(jīng)典粒子（質(zhì)量為m）的運動學量：位置r、速度v、加速度a。

高性能計算（HPC）自誕生以來便以這種方式發(fā)展。隨著可移植FORTRAN編程標準的引入，開發(fā)者可以專注于開發(fā)和改進其計算模型，而無需針對各種機器的細微差別和差異進行編程。這些模型統(tǒng)稱為“模態(tài)仿真（Modsim）”（模型與仿真），并持續(xù)推動HPC市場向更大、更快的機器發(fā)展。

各種超級計算設(shè)計已被開發(fā)用于運行模態(tài)仿真（Modsim）代碼。從最初的向量處理器到并行集群和大規(guī)模并行GPU，HPC以利用任何可用硬件或軟件來增加模型規(guī)模和/或性能而聞名。

大規(guī)模人工智能（AI）建模的出現(xiàn)改變了這種久經(jīng)考驗的HPC計算公式。大型AI模型可以在模態(tài)仿真（Modsim）數(shù)據(jù)上進行訓練，生成“數(shù)據(jù)模型”，這些模型能夠以更少的時間準確求解傳統(tǒng)數(shù)學模型，而無需求解底層的物理原理。

這個出人意料的結(jié)論在傳統(tǒng)HPC從業(yè)者眼中既引人注目，又在某種程度上是“褻瀆神靈”的。受物理定律約束的過程，如何能“僅僅通過數(shù)據(jù)”進行建模？

物理學的結(jié)構(gòu)

暫且不提對通用人工智能（AGI, Artificial General Intelligence）的追求，我們來思考當前生成式AI大型語言模型（LLM, Large Language Model）的運作方式。通過對大量文本數(shù)據(jù)進行采樣，它們學習了英語中Token（單詞）之間的統(tǒng)計關(guān)系。（這種分析也適用于其他語言，并且大多數(shù)模型都是基于從互聯(lián)網(wǎng)上抓取的英語內(nèi)容。）眾所周知，LLM利用這些關(guān)系，根據(jù)用戶提示來補全句子、段落乃至書籍。例如，一個LLM可能會生成以下句子：

帶把傘，因為明天會        

根據(jù)所學習的模型，下一個詞有很高的概率是“下雨”、“細雨”、“暴風雨”，或與“下雨”相關(guān)的其他詞或短語。選擇取決于LLM的溫度（Temperature）設(shè)置；低溫度意味著選擇最可能的詞，高溫度意味著隨機選擇一個候選詞。低溫度也意味著對相同提示的回答幾乎相同，而高溫度將提供不同的響應(yīng)。如果設(shè)置過高，則會導(dǎo)致完全隨機的響應(yīng)。溫度設(shè)置會影響LLM中的幻覺（即錯誤的詞或短語）。

LLM的有效性在于它們能夠識別英語中的關(guān)系結(jié)構(gòu)。語言存在一定的結(jié)構(gòu)或規(guī)則，沒有它，語言將無法存在。語言的結(jié)構(gòu)是靈活的，提供了多種表達相同事物的方式組合，這就是為什么LLM中的溫度是使響應(yīng)聽起來更像人類的有效方式。（例如，我們甚至可以理解《星球大戰(zhàn)》中的尤達大師。）

語言中有一個結(jié)構(gòu)更為受限的領(lǐng)域，那就是計算機軟件。編程語言具有非常具體的結(jié)構(gòu)，并且僅限于一組基本詞匯或操作。像自然語言一樣，它們?nèi)匀辉试S許多不同的路徑通向相同的結(jié)果，但與典型的LLM提示的響應(yīng)不同，計算機程序可以自動檢查其準確性，并且可以輕松過濾掉錯誤的結(jié)果。

科學，包括物理學、化學和生物學，也具有一種結(jié)構(gòu)或規(guī)則，這種結(jié)構(gòu)或規(guī)則最終由科學定律決定，例如牛頓運動定律或量子力學中的薛定諤方程。科學模型所依據(jù)的數(shù)學所施加的結(jié)構(gòu)通常比人類語言的結(jié)構(gòu)更嚴格。

即使是混沌（例如流體流動）的研究也具有與之相關(guān)的結(jié)構(gòu)或規(guī)則。混沌系統(tǒng)曾被認為是難以處理的，其特征是無序的隨機狀態(tài)。然而，在混沌行為中，存在著潛在的模式、相互連接、持續(xù)的反饋循環(huán)、重復(fù)、自相似性、分形和自組織。

對物理定律的遵循為物理系統(tǒng)中的關(guān)系提供了結(jié)構(gòu)。通過AI訓練，這種結(jié)構(gòu)塑造了物理系統(tǒng)各個方面之間的關(guān)系，所有這些都可以被模型學習。由于這些模型是數(shù)字而非文本，它們通常被稱為大型定量模型（LQM, Large Quantitative Model）。這種學習類似于LLM如何通過一個詞與文本語料庫中其他詞的關(guān)系來定義它。

計算中的驗證

迄今為止，最大的成功或許是Alphabet（谷歌）DeepMind的AlphaFold所取得的成果，它利用AI根據(jù)初始肽鏈（由細胞DNA序列定義）來確定蛋白質(zhì)如何折疊。使用傳統(tǒng)模態(tài)仿真（Modsim）方法計算可能的蛋白質(zhì)構(gòu)型被認為（并且仍然是）一個計算上困難的問題，因為可能的組合（折疊類型）數(shù)量極其龐大。AlphaFold在現(xiàn)有蛋白質(zhì)數(shù)據(jù)上進行訓練，并通過消除不太可能的結(jié)構(gòu)來限制搜索；它已成為確定蛋白質(zhì)結(jié)構(gòu)（或至少消除不太可能的結(jié)構(gòu)）的事實方法。AlphaFold的作者，谷歌DeepMind的Demis Hassabis和John Jumper，分享了2024年諾貝爾化學獎的一半，該獎項是“為了蛋白質(zhì)結(jié)構(gòu)預(yù)測”而頒發(fā)的。一個類似的開源工具OpenFold也向科學界開放，它使用相同的AI增強方法來加速模態(tài)仿真（Modsim）計算。

除了蛋白質(zhì)折疊之外，AI增強型HPC還有許多其他例子。正如HPCwire文章所描述的，Aurora AI驅(qū)動的大氣模型比傳統(tǒng)系統(tǒng)快5000倍，據(jù)Aurora模型的開發(fā)者微軟（不要與Argonne的Aurora超級計算機混淆）稱，該模型在以前的天氣數(shù)據(jù)（計算和測量）上進行訓練，其預(yù)測速度比數(shù)值集成預(yù)報系統(tǒng)快約5000倍。Aurora數(shù)據(jù)模型的準確性（與模態(tài)仿真Modsim結(jié)果和實際天氣相比）與傳統(tǒng)數(shù)值模型相同或更優(yōu)。它可以通過增加數(shù)據(jù)集多樣性和模型大小進行“調(diào)優(yōu)”。

最近，伯克利實驗室與Meta合作，發(fā)布了Open Molecules 25 (OMol25)和Universal Model for Atoms (UMA)供公眾使用。Open Molecules是一個包含超過1億個3D分子快照的集合，其性質(zhì)已使用密度泛函理論（DFT, Density Functional Theory）計算。DFT是一種極其強大（且計算開銷大）的工具，用于建模原子相互作用的精確細節(jié)，使科學家能夠預(yù)測每個原子上的力和系統(tǒng)的能量，這反過來又決定了分子運動和化學反應(yīng)，從而決定了更大尺度的性質(zhì)，例如電解質(zhì)在電池中如何反應(yīng)或藥物如何與受體結(jié)合以預(yù)防疾病。使用傳統(tǒng)分子動力學模擬（DFT）結(jié)果來訓練機器學習模型可以提供相同水平的分子預(yù)測，但比傳統(tǒng)DFT分子動力學模擬數(shù)值方法快10,000倍。

我們?nèi)绾沃来鸢甘钦_的？

對AI持懷疑態(tài)度是合理的。請記住，“AI”一詞涵蓋了廣泛的方法論，本身并沒有嚴格的定義。AI方法的不同形式可能利用能夠使計算機模擬人類學習、理解、問題解決、決策、創(chuàng)造力和自主性的技術(shù)。AI應(yīng)用范圍從基本的統(tǒng)計監(jiān)督學習模型到由OpenAI、Google、Meta等公司提供的大型LLM。

更大的模型和通用人工智能（AGI）的主張正受到持續(xù)的審視。無論是由于缺乏“世界觀”而下棋（表現(xiàn)不佳），還是無法解決超越記憶解決方案的經(jīng)典AI難題“漢諾塔”，最新、最強大的LLM仍然存在一些不足之處。此外，LLM的幻覺并非沒有后果，正如作為法庭文件一部分提交的虛構(gòu)法律幻覺的增長所表明的那樣（有人沒有檢查他們的工作）。

這些擔憂對于任何形式的AI都是有效的，包括數(shù)據(jù)過擬合或欠擬合、特征生成、數(shù)據(jù)溯源等問題。LLM和科學模型之間的關(guān)鍵區(qū)別在于對物理結(jié)構(gòu)與語言結(jié)構(gòu)的依賴。作為優(yōu)秀的科學家，計算結(jié)果總是需要與現(xiàn)實世界進行驗證。

衡量任何計算值準確性的唯一方法是將其與物理系統(tǒng)進行比較。例如，許多原子和化學性質(zhì)可以通過模態(tài)仿真（Modsim）程序計算。解決方案的一部分可能是幾何和/或能級，可以通過與現(xiàn)有（或測量）光譜信息進行比較來驗證。現(xiàn)實永遠是最終的檢驗標準。

在上述DFT示例中，結(jié)果的驗證至關(guān)重要。數(shù)據(jù)模型帶來的運行時間縮短無疑將導(dǎo)致基于DFT的方法使用量增加。最近一篇題為《如何通過可復(fù)現(xiàn)和通用工作流驗證密度泛函理論實現(xiàn)的精度》（How to verify the precision of density-functional-theory implementations via reproducible and universal workflows）的論文，由四十五位作者共同撰寫，表明了對模態(tài)仿真（Modsim）和AI增強型HPC方法驗證的重視。

AI用于科學有所不同

關(guān)于AI的一個常見誤解是它將取代現(xiàn)有流程和系統(tǒng)。雖然這個目標在其他領(lǐng)域可能成立，并且歷史上計算機通常也是如此，但HPC數(shù)值模態(tài)仿真（Modsim）方法是正在開發(fā)的新AI數(shù)據(jù)模型不可或缺的一部分。事實上，為了訓練HPC-AI模型，準確的數(shù)據(jù)是必需的。HPC領(lǐng)域比企業(yè)領(lǐng)域具有顯著優(yōu)勢，因為它可以使用既定的數(shù)值建模和仿真（Modsim）方法創(chuàng)建自己的模型數(shù)據(jù)。此外，這些數(shù)據(jù)可以根據(jù)所需的特定模型訓練類型進行微調(diào)。例如，如果需要特定類別的分子，可以生成示例并用于訓練針對此特定情況的模型。

此外，科學以及HPC具有企業(yè)領(lǐng)域所不具備的要求，包括可復(fù)現(xiàn)性、開放性、協(xié)作和文檔（如研究論文所示）。在科學領(lǐng)域，信息的創(chuàng)建和數(shù)據(jù)流非常不同。

需要明確的是，AI增強型HPC所提供的加速不一定是“免費午餐”。訓練模型所需的計算資源可能會抵消數(shù)據(jù)模型的速度增益；然而，這取決于模型的訓練是多么具體或通用。

未來將如何發(fā)展？

傳統(tǒng)模態(tài)仿真（Modsim）結(jié)果與基于數(shù)據(jù)的AI模型之間的協(xié)同性質(zhì)，以及必要的大數(shù)據(jù)管理方法，已經(jīng)創(chuàng)造了一個數(shù)據(jù)發(fā)現(xiàn)的良性循環(huán)，這將加速科學發(fā)現(xiàn)。如下圖所示，一個循環(huán)可以建立在每一個過去的發(fā)現(xiàn)循環(huán)之上。考慮圖中的每個步驟：

1. 科學研究與HPC： 重大挑戰(zhàn)性科學需要HPC能力，并有能力生成大量模態(tài)仿真（Modsim）數(shù)據(jù)。
2. 數(shù)據(jù)饋送AI模型： 數(shù)據(jù)管理至關(guān)重要。大量數(shù)據(jù)必須進行管理、清洗、整理、歸檔、溯源和存儲。
3. “數(shù)據(jù)”模型改進研究： 借助數(shù)據(jù)洞察，AI模型/LLM/LQM分析模式，從示例中學習，并進行預(yù)測。HPC系統(tǒng)是用于訓練、推理和預(yù)測步驟1的新數(shù)據(jù)所必需的。
4. 持續(xù)迭代

AI增強型科學的機會并未被忽視。萬億參數(shù)聯(lián)盟（TPC, Trillion Parameter Consortium）的成立旨在解決AI和科學的獨特需求。正如已經(jīng)概述的那樣，科學發(fā)現(xiàn)的需求與企業(yè)組織的需求截然不同。特別是，對開放數(shù)據(jù)和流程的要求對于科學進步至關(guān)重要。TPC是一個開放社區(qū)，基于并向所有有興趣利用AI方法進行HPC和科學的科學家和工程師開放，包括編程、代理系統(tǒng)、AI增強型模型和報告。

----------

參考資料：Eadline, D. (2025, July 10). The unlikely reasonableness of AI-augmented HPC. HPCwire. https://www.hpcwire.com/2025/07/10/the-unlikely-reasonableness-of-ai-augmented-hpc/

本文轉(zhuǎn)載自????????Andy730????????，作者：常華?