Um novo supercomputador na China, o Sunway “OceanLite”, levou a computação a um nível nunca visto. Pesquisadores conseguiram demonstrar que redes neurais de estados quânticos (NNQS) podem ser escaladas para tamanhos moleculares relevantes, garantindo uma eficiência quase perfeita em operações realizadas por dezenas de milhões de núcleos. Este avanço apresenta uma alternativa prática para modelar materiais e reações químicas, utilizando a computação clássica disponível até que processadores quânticos totalmente funcionais estejam prontos.
A equipe desenvolveu um NNQS-Transformer que se adapta à arquitetura do Sunway, utilizando núcleos leves que realizam cálculos na memória local e núcleos de gerenciamento que coordenam as comunicações. O resultado foi impressionante: o código operou em cerca de 37 milhões de núcleos, alcançando 92% de escalabilidade forte e 98% de escalabilidade fraca, significando que o desempenho se manteve estável mesmo com o aumento de recursos ou da complexidade do problema.
Historicamente, as NNQS eram limitadas a sistemas pequenos, mas agora conseguem lidar com estruturas de até 120 orbitais de spin, aproximando-se da realidade molecular e de materiais de interesse prático. Se esses algoritmos se mantiverem eficazes em grande escala, os supercomputadores de exaescala poderão acelerar significativamente o descobrimento de novos compostos e medicamentos antes que os computadores quânticos estejam prontos.
Além disso, este experimento sugere que as arquiteturas utilizadas em aprendizado profundo podem ser aplicadas para entender a estrutura da matéria, indicando um avanço na madurez do software e na gestão de dados. O Sunway “OceanLite”, sucessor do TaihuLight, usa chips SW26010-Pro organizados em cluster, permitindo um desempenho de exaescala em diversos desafios científicos.
Porém, a escalabilidade apresenta novos desafios, como a necessidade de gerir imensos volumes de dados e garantir que os sistemas de armazenamento e rede possam acompanhar a velocidade dos cálculos. Assim, expande-se o trabalho necessário para incluir diferentes geometrias e estados excitados, aprimorando a precisão das simulações.
O impacto iminente dessa tecnologia é duplo: na química e nos materiais, a IA não substitui a física quântica, mas oferece uma aproximação com uma relação custo/precisão cada vez mais favorável. Para o HPC, evidencia que o desenvolvimento de exaescala não se limita a conquistas de desempenho, mas abre novas avenidas de pesquisa ao alinhar algoritmos, arquitetura e software.
Esperam-se colaborações entre pesquisadores de química e equipes de HPC para desenvolver novas métricas e soluções que tornem essa tecnologia acessível e aplicável a novos desafios.
O futuro aponta para validações mais amplas e comparações diretas com métodos tradicionais, além de um foco na portabilidade e replicabilidade desses resultados em outras arquiteturas de exaescala pelo mundo.
