cuNNQS-SCI: Framework Accelerato su GPU per l'Interazione di Configurazione degli Stati Quantistici di Reti Neurali

L'introduzione di cuNNQS-SCI rappresenta un progresso significativo nell'affrontare le sfide computazionali associate ai metodi degli stati quantistici di reti neurali. Questo innovativo framework completamente accelerato su GPU si concentra sulla tecnica di Interazione di Configurazione Selezionata, nota per la sua precisione nell'affrontare l'equazione di Schrödinger all'interno di sistemi a molti corpi complessi. Sebbene gli approcci guidati dall'intelligenza artificiale abbiano dimostrato un potenziale notevole, il precedente metodo NNQS-SCI ha incontrato difficoltà di scalabilità a causa della sua configurazione ibrida CPU-GPU. I problemi derivavano dalla deduplicazione globale centralizzata basata su CPU, che causava ritardi nelle comunicazioni, e dalla generazione di configurazioni accoppiate residenti sull'host che comportava costi computazionali eccessivi. Implementando un algoritmo di deduplicazione globale distribuito e bilanciato nel carico, cuNNQS-SCI mira a ridurre la ridondanza e i carichi di comunicazione, facilitando il suo utilizzo per sistemi più grandi. Questo lavoro è dettagliato nel preprint arXiv:2604.15768v1.