有限元求解器搬进可微图程序:同一离散下,单块H200每步比32核CPU快181倍
共轭传热与浮力流的有限元求解器被改写为自动微分框架中的固定权重图程序,装配算子与代数多重格点都按稀疏图执行,不做任何训练。在离散、网格、时间步和容差完全相同的条件下,同一问题在单块H200上每步最多比32核CPU快181倍,压力求解单独快18.7倍。反向模式梯度与中心差分一致,隐式微分让一次梯度的代价稳定在约4.9次前向求解。
共轭传热与浮力流的有限元求解器被改写为自动微分框架中的固定权重图程序,装配算子与代数多重格点都按稀疏图执行,不做任何训练。在离散、网格、时间步和容差完全相同的条件下,同一问题在单块H200上每步最多比32核CPU快181倍,压力求解单独快18.7倍。反向模式梯度与中心差分一致,隐式微分让一次梯度的代价稳定在约4.9次前向求解。
手术机器人要在遮挡下预判器械动作会把组织推成什么样,此前用可微物理仿真直接预测组织的绝对位置,重建误差、初始化和仿真偏移会让整块表面持续错位。现在改为把每个组织点锚定在它最后一次有效观测上,只预测已知未来器械轨迹带来的形变增量,物理模型用无网格位置动力学并逐场景辨识刚度、附着与抓持耦合。在12段手术操作视频上,参照式预测相对持久性基线的片段内误差比中位数为0.912,95%区间0.787–1.070,12段中8段改善,区间包含持平。
已读完全部报道