// AI 新闻 · 2026-10-29 · NVIDIA
NVIDIA 推出 Tensor Core 精度优化方案用于机器学习原子势
NVIDIA 在技术博客中披露，通过在 Blackwell 和 Ampere GPU 上启用 BF16x9 与 TF32x3 精度模式，显著提升机器学习原子势模型的计算效率。在 17,280 原子系统中，BF16x9 对大型 GEMM 操作加速达 2.2–2.5 倍，192 原子系统加速 1.2–1.4 倍；TF32x3 在 Ampere GPU 上使主要 GEMM 加速 1.7–1.9 倍，完整分子动力学步骤提速最高达 1.5 倍，力误差接近 FP32 基线水平。
原文发布 2026-10-29 23:00（北京时间）来源 NVIDIA自动整理 · 已核对原文
01摘要
在结构弛豫测试中，TF32x3 在 539 原子 Cantor 合金薄片上收敛于 218–222 步，每步提速 1.5 倍，而单次 TF32 运行在 1,000 步后仍无法满足力容差。该方法保持了势能平滑性与能量守恒，匹配 FP32 行为，验证了低精度计算在科学机器学习任务中的可行性。
由开源模型根据原文自动整理，经数字/专名逐项核对（必须在原文中出现），以原文为准。
02要点
- BF16x9 在 Blackwell GPU 上对大系统 GEMM 操作提速 2.2–2.5 倍，小系统提速 1.2–1.4 倍。
- TF32x3 在 Ampere GPU 上提升主要 GEMM 和分子动力学性能，力误差接近 FP32 基准。
- TF32x3 在结构弛豫中实现稳定收敛，单次 TF32 无法在 1,000 步内满足精度要求。
- 该方法在保持物理行为一致性的前提下，显著提升 MLIP 模型推理效率。
03原文出处
Unlocking Tensor Core Performance for Machine Learning Interatomic Potentials
NVIDIA · 发布于 2026-10-29 23:00（北京时间） · 上方为原标题
05同主题新闻
- 开发者利用Frontier AI代理与Omniverse构建仿真应用2026-10-30 · NVIDIA Blog
- NVIDIA Nemotron 3.5 Super VL 模型在 AWS EKS 和 SageMaker HyperPod EKS 上部署2026-10-30 · AWS Machine Learning Blog
- 美国调查新加坡AI公司高管涉嫌为中国间谍2026-10-30 · TechCrunch AI
- 特朗普未处理中国间谍针对英伟达CEO的指控2026-10-30 · Ars Technica AI
- 新芯航途发布X7 Ultra芯片，大模型算力达700TOPS2026-10-29 · 快科技 MyDrivers
- 英伟达更新 Vera Rubin 平台规格并强调量产实际表现2026-10-29 · IT之家
出自智图 AI 新闻：从 1100 多个官方与媒体信源采集。摘要只转述原文内容，详情请看原文。 全部 AI 新闻 · 今日