il y a 2 day
3
Publicité, votre contenu continue ci-dessous
THOR AI, 400 fois plus rapide que les meilleures simulations de physique actuelles
Publié le 17/03/26 à 17h20
Nos réseaux :
Suivez-nous
3
Des chercheurs de Los Alamos (Nouveau Mexique, États-Unis) ont conçu une structure d'IA capable de calculer directement comment les atomes interagissent dans un matériau solide. Un calcul que la physique jugeait hors de portée depuis plus de 100 ans.
THOR AI accomplit en quelques secondes des calculs de physique des matériaux qui mobilisaient des supercalculateurs pendant des semaines. © Image d'illustration Gorodenkoff
Comprendre comment un métal se déforme, fond ou change de structure sous pression, cela commence par une question a priori simple : comment ses atomes s'organisent-ils et quelle énergie circule entre eux ?
La réponse théorique existe depuis le XIXe siècle, formulée par Boltzmann et Gibbs. Elle tient dans une équation, l'intégrale configurationnelle, qui additionne toutes les dispositions possibles des atomes en tenant compte de leurs interactions. Le problème est que pour un cristal de quelques dizaines d'atomes, cette somme comporte des milliers de variables et aucun supercalculateur actuel ne peut la résoudre frontalement. Les physiciens ont donc toujours dû se rabattre sur des simulations indirectes, longues et approximatives.
Résoudre directement cette intégrale était considéré comme impossible, car elle implique souvent des milliers de dimensions. Les réseaux de tenseurs offrent un nouveau standard de précision et d'efficacité.
L'équipe de Boian Alexandrov (Los Alamos) et Dimiter Petsev (University of New Mexico) a publié dans Physical Review Materials une stratégie inédite. Plutôt que de traiter le problème dans sa totalité écrasante, leur framework THOR le découpe en une série de petits calculs enchaînés grâce à une technique mathématique appelée décomposition en réseau de tenseurs. L'astuce supplémentaire est d'exploiter les symétries naturelles des cristaux pour réduire encore la charge de travail.
Des résultats concrets, 400 fois plus rapides
Les résultats de THOR (bleu) et de la dynamique moléculaire classique (rouge) se superposent quasi parfaitement pour un temps de calcul 400 fois inférieur. © Truong et al., Physical Review Materials (2025).
L'équipe a validé THOR sur trois matériaux : le cuivre, l'argon cristallin sous très haute pression et l'étain, dont la transition entre deux structures cristallines est particulièrement délicate à modéliser. Dans chaque cas, THOR a reproduit les résultats des simulations classiques de dynamique moléculaire. La différence : le diagramme de phase de l'étain, qui nécessitait environ 2560 h de calcul par les méthodes habituelles, est obtenu en moins de 6 h. Un facteur d'accélération supérieur à 400.
THOR AI remplace des simulations et approximations centenaires par un calcul direct de l'intégrale configurationnelle. Cela ouvre la voie à des découvertes plus rapides et à une compréhension plus profonde des matériaux.
Pour celles et ceux que ça intéresse, le code est disponible en open source sur GitHub, et fonctionne aussi avec des potentiels issus du machine learning. Une question reste ouverte. Taillée pour les cristaux ordonnés, la méthode pourra-t-elle un jour s'attaquer aux liquides ou alliages complexes, où ces symétries n'existent plus ?
Suivez toute l'actualité des Numériques sur Google Actualités et sur la chaîne WhatsApp des Numériques
Envie de faire encore plus d'économies ? Découvrez nos codes promo sélectionnés pour vous.
