GS-DFT 用高斯泼溅扩展密度泛函理论，4 张 H200 跑 2742 原子
AllThingsApx · x · 2026-09-28
新论文《Scaling Density Functional Theory with Gaussian Splatting》(arXiv:2609.31483) 提出 GS-DFT，把分子轨道表示为一团高斯的云，用梯度下降联合优化其位置、形状与混合系数以最小化能量，无需训练数据——概念上是「把 3D Gaussian Splatting 的渲染器换成量子力学」。
- 关键组件：带筛选的自适应密度拟合（高效计算双电子积分）、正则化的可微分分子轨道正交化
- 精度：优化后的基组以远少于传统最大基组的参数量达到同等精度，在能量、密度与核力上系统性收敛；等参数量下能捕捉拉伸键与阴离子物理
- 扩展性：峰值内存随高斯云规模呈二次方扩展，在 4 张 H200 上以 triple-zeta 精度模拟了 2742 个原子（10406 个电子）的系统
论文与代码均已公开，下一步方向是以更低算力获得可靠的力（forces）计算。
所属事件:GS-DFT用高斯泼溅扩展量子化学模拟至2742原子(4 条相关)→
「研究」频道最新
- UCLA 获 2500 万美元联邦资助,主导评测 AI 阿尔茨海默诊断工具 — chrismattmann · 2026-09-29
- 研究者点破 LLM 验证软肋:「核查」无法形式化保证 — anshulkundaje · 2026-09-29
- Foresight 旧金山办 AI 科学大会,DeepMind、MIT 等多方出席 — juanbenet · 2026-09-29
- MetaLint 论文：Qwen3-4B 代码 lint 检测 F 值提升 2.7 倍，媲美 o3-mini — dan_fried · 2026-09-29
- 国际象棋 AI 对手怎么「输得像人」？开发者探讨可信失误的设计难题 — space64-llc · 2026-09-29
- Aether AI 发布 16B 参数 CausalWM,让世界模型先推理因果再生成未来 — jiqizhixin · 2026-09-29