报告题目：基于大语言模型的神经网络量子态方法及其在量子化学中的应用

演讲摘要：神经网络量子态（NNQS）已经成为解决量子多体问题的一个有前途的方法，但其实际应用通常受到采样和局域能量计算成本的制约。我们开发了一种高性能的NNQS方法，用于ab initio电子结构计算。主要创新包括：（1）采用基于Transformer的架构作为量子波函数假设；（2）基于数据中心的并行化方案，用于变分蒙特卡罗（VMC）算法，该方案保持数据局部性，并且能够适应不同的计算架构；（3）一种并行批量采样策略，降低采样成本并实现良好的负载平衡；（4）一种并行局域能量评估方案，既节省内存又高效计算；（5）对真实化学系统的研究表明，我们的方法与最先进的方法相比具有卓越的准确性，并且对多达120个自旋轨道的大型分子系统具有良好的强弱可扩展性

讲者简介：商红慧，中国科学技术大学特任教授。本科和博士毕业于中国科学技术大学，随后在德国马克斯普朗克学会弗里茨-哈伯研究所理论系从事博士后研究，接着在中国科学院计算技术研究所任副研究员。主要研究兴趣包括结合量子算法，人工智能与高性能计算，发展第一性原理高精度算法和程序，发表论文40余篇。带领团队在国产E级超算上成功实现了千万核可扩展的全电子全势第一性原理计算模拟，入围2021年度戈登•贝尔奖。主持国家自然科学基金委员会优秀青年基金项目。