محققان در تازهترین دستاورد خود، مدل نوآورانه «PGD-NO» را برای حل معادلات دیفرانسیل با مشتقات جزئی (PDE) معرفی کردهاند. این مدل با استفاده از تکنیک «تجزیه هندسه پیشمحاسبهشده»، محدودیتهای حافظه در شبیهسازیهای مهندسی را از بین برده است.
💡 چرا این خبر مهم است؟
در معماریهای فعلی، پردازش شبکههایی با بیش از چند میلیون گره به دلیل محدودیت VRAM با مشکل مواجه میشد، اما PGD-NO به لطف تفکیک استخراج ویژگی از حل مسئله، امکان شبیهسازی دقیق روی بیش از ۱۰ میلیون گره را فراهم کرده است. این یعنی تحولی بزرگ در طراحیهای صنعتی و شبیهسازیهای با وفاداری بالا! 🏗️⚙️
سازی
منبع: arXiv Machine Learning
