Как AI-агенты революционизируют симуляцию материалов с NVIDIA ALCHEMI

Представьте себе мир, где создание сложнейших атомарных симуляций для новых материалов больше не требует месяцев написания кода на Python и отладки интеграции с PyTorch. Мир, где исследователь формулирует научную задачу на естественном языке, а искусственный интеллект генерирует оптимизированный, GPU-ускоренный код, готовый к запуску на мощных видеокартах NVIDIA. Это не фантастика будущего — это реальность, которую предлагает NVIDIA ALCHEMI Toolkit, выпущенный в начале 2026 года. Этот инструмент открывает новую эру в вычислительной химии и материаловедении, стирая границы между научной интуицией и вычислительной мощью.

До появления таких решений исследователи сталкивались с тремя непреодолимыми барьерами: необходимостью глубоких знаний физики процесса, сложностью эффективной реализации алгоритмов на GPU и отсутствием удобных интерфейсов для современных моделей машинного обучения межатомных потенциалов (MLIP). ALCHEMI Toolkit решает вторую и третью проблемы, предоставляя композиционные, нативные для PyTorch блоки, которые работают с поддержкой пакетной обработки (in-flight batching) прямо на графических процессорах. Но как соединить человеческое понимание науки с машиночитаемым кодом? Ответ лежит в области AI-кодинговых агентов.

В этой статье мы подробно разберем, как именно AI-агенты, такие как Claude Code, взаимодействуют с ALCHEMI Toolkit. Мы проанализируем результаты систематического бенчмарка из 45 различных пайплайнов, рассмотрим три конкретных кейса — от уравнения состояния кремния до диффузии лития — и выведем практические рекомендации для исследователей, желающих использовать эти технологии в своей работе. Мы покажем, что специфика промпта влияет на структуру кода, но не на физическую корректность, и объясним, почему человеческий контроль остается критически важным.

01Три барьера атомарного моделирования и их преодоление

Атомарная симуляция традиционно требует от исследователя владения тремя ключевыми компонентами. Первый — это знание науки. Ни один инструмент не заменит понимание того, что именно нужно симулировать, и как распознать физически осмысленный результат. Это остается прерогативой человека. Второй барьер — вычислительно эффективная реализация. Здесь NVIDIA ALCHEMI Toolkit совершил прорыв, упростив создание GPU-ускоренных рабочих процессов за счет композиционных блоков, основанных на PyTorch. Третий барьер — доступные интерфейсы. В отличие от классических силовых полей, экосистема MLIP все еще находится в зачаточном состоянии. Существующие интерфейсы ограничены, используют другие стеки технологий, новые структуры данных и паттерны композиции, к которым многие вычислительные химики не привыкли.

AI-кодинговые агенты предлагают путь через этот третий барьер. Они генерируют и выполняют код на основе описаний, написанных на естественном языке, в терминах, которые исследователь использует в повседневных технических обсуждениях. Однако у универсальных агентов есть недостаток: они не знают специфический API ALCHEMI Toolkit и могут сгенерировать правдоподобно выглядящий код, который лишь имитирует правильное использование библиотеки. Именно здесь вступают в игру «навыки агентов» (agent skills) и справочные файлы ALCHEMI. Они предоставляют недостающие паттерны API по запросу, позволяя исследователю сосредоточиться на науке: материале, условиях и ограничениях протокола симуляции.

02Настройка окружения: ключ к надежности

Способ настройки окружения агента напрямую влияет на надежность сгенерированного кода. Рекомендация от разработчиков NVIDIA — устанавливать Toolkit в исполняемую среду Python и позволять агенту выполнять сгенерированные скрипты. В ходе финального кампании с 45 пайплайнами такой подход позволил избежать ошибок импорта или ссылок на несуществующие API. Ниже приведены системные требования и пошаговая инструкция по установке.

Требования к системе

• Python ≥3.11, <3.14
• PyTorch ≥2.8
• CUDA 12 или CUDA 13 с совместимым драйвером NVIDIA (рекомендуется версия 570+)
• Операционная система: Linux (основная), macOS
• NVIDIA GPU (RTX 20xx или новее), вычислительная способность CUDA ≥ 7.0
• Минимум 4 ГБ ОЗУ (рекомендуется 16 ГБ для больших систем)

Пошаговая установка

Шаг 1: Создание среды и установка Toolkit
Используйте менеджер пакетов uv для создания локальной среды. Это обеспечивает изоляцию и воспроизводимость.

# Установка через uv в локальной папке
# Создание локальной среды в .venv
uv venv --seed --python 3.12 
# Установка ALCHEMI Toolkit в .venv
uv pip install "nvalchemi-toolkit[mace,ase]==0.2.0"

Для работы на GPU NVIDIA необходимо включить дополнительный пакет CUDA, соответствующий вашей версии. Например, для CUDA 13:

uv pip install "nvalchemi-toolkit[mace,ase,cu13]==0.2.0"

Шаг 2: Загрузка навыков агента
Важно загрузить навыки (skills) с того же тега релиза, чтобы они соответствовали установленному API:

# Загрузка навыков nvalchemi-toolkit
npx degit NVIDIA/nvalchemi-toolkit/.claude/skills#v0.2.0 .claude/skills

Шаг 3: Установка кодингового агента
В бенчмарке использовался Claude Code. Его можно установить через npm:

npm install -g @anthropic-ai/claude-code
# Или нативно через curl
curl -fsSL https://claude.ai/install.sh | bash
# Запуск сессии claude в локальной папке
claude

Откройте агента в директории проекта, разрешите ему выполнение кода и начните описывать симуляции. Агент загружает соответствующие навыки по мере необходимости. Разрешение агенту запускать то, что он пишет, устраняет почти все механические ошибки до того, как вы увидите скрипт. Качество результата определяется в основном вашим промптом.

03Искусство промпта: пять уровней спецификации

Качество сгенерированного кода зависит от детализации запроса. Исследователи выделили пять уровней промптов, от наименее до наиболее специфицированных. Эти принципы основаны на измеримых различиях в качестве вывода бенчмарка, а не на общих советах по работе с AI-агентами.

1. Называйте систему, метод и масштаб всегда. Промпты, называющие материал, метод и масштаб, показали лучшие результаты. Полные контракты CLI (интерфейса командной строки) обеспечивают полную переиспользуемость, но стоят примерно в 4 раза больше токенов и генерируют в 2,3 раза больше кода, чем простые эскизы (Sketch). Спецификации (Spec) оказались наиболее хрупкими.
2. Называйте материал, фазу и референсную конвенцию явно. Недостаточная спецификация системы привела к самым явным физическим ошибкам. Например, запрос «транспортное свойство материала Li» привел к демонстрации с аргоном, а два скрипта для меди использовали разные референсы адсорбции, что существенно повлияло на результаты.
3. Указывайте ограничение, а не реализацию. Описывайте, что должен сделать скрипт, а не внутренние классы API. В контролируемом сравнении указание конструкции конвейера не изменило ни одной из 12 реализаций. Паттерн API берется из примеров и навыков, а не из промпта.
4. Запрашивайте самооценку и проверку предпосылок. Агенты не ставили под сомнение, является ли запрошенное свойство физически корректным. Явно запрашивайте проверки предпосылок, валидацию и оценки неопределенности. Агент не добавит их самостоятельно.

04Три кейса: от промпта к выполнению на GPU

Чтобы проиллюстрировать возможности ALCHEMI Toolkit и AI-агентов, мы рассмотрим три рабочих процесса, которые были протестированы в систематическом бенчмарке. Скрипты оценивались по двум критериям: проверка функций кода (покрытие свойств, покрытие паттернов API, переиспользуемость) и выполнение на идентичных GPU NVIDIA H200 в качестве эталона.

1. Уравнение состояния объемного кремния (EOS)

Задача: Построить кривую энергия-объем для алмазоподобного кубического кремния, чтобы найти константу решетки a0 и модуль объемной упругости B0.

На каждом уровне промпта агент构建了 одинаковый конвейер: 50-60 деформированных объемов релаксируются одновременно как один GPU-батч, после чего выполняется подгонка по уравнению Бирча-Мурнагана. Все пять представителей производства сошлись до последней цифры: a0 = 5.4661 Å и B0 = 88.15 GPa. Эти значения попадают в окно эталонных данных PBE (все-электронное приближение). Константа решетки отличается от экспериментального значения NIST, а сравнение модуля упругости основано на измерениях МакСплина. Эти отклонения согласуются с известным поведением PBE. Главный вывод: специфика промпта изменила структуру кода и его стоимость, но не физику.

2. Адсорбция кислорода на Cu(111)

Задача: Ранжировать сайты адсорбции для атомарного кислорода на поверхности Cu(111).

Конвейеры замораживают нижние слои подложки, релаксируют более 24 кандидатов на четырех высокосимметричных сайтах как один GPU-батч и вычисляют энергию адсорбции. Каждый представитель производства определил, что сайт fcc (гексагональная пустота) является наиболее стабильным, с энергией ads(fcc) = −4.799 ± 0.004 эВ на всех пяти уровнях. Порядок стабильности: fcc ≥ bridge > hcp >> top. Справочные значения DFT-PW91 составляют −4.31 эВ при 0.25 монослоя. Эксперименты микрокалориметрии показали значения от −4.46 до −4.60 эВ. Различия в покрытии и ошибка модели могут объяснять более сильную связь. Согласие в миллиэлектронвольтах между независимыми скриптами — это то, что дает четко заявленная референсная конвенция.

3. Самодиффузия лития через молекулярную динамику

Задача: Оценить коэффициент самодиффузии D жидкого лития.

Конвейеры строят сверхъячейку ОЦК лития, плавят и уравновешивают ее выше точки плавления лития (454 K), затем распространяют три температуры с тремя семенами (девять реплик) как единую батчированную систему на GPU. Коэффициент D извлекается из среднеквадратичного смещения (MSD), наклон которого во времени дает D через соотношение Эйнштейна.

Результаты показали критическую важность выбора ансамбля. Скрипты, не получившие инструкции по термостату, использовали динамику Ланжевена, которая подавляла диффузию в 3-5 раз. Запрос ансамбля NVE изменил каждый скрипт на соответствующий измерительный ансамбль. Ниже приведена таблица результатов для разных уровней промпта и температур.

05Технические спецификации и стоимость генерации

Для воспроизведения примеров использовалась следующая конфигурация: AI-агент Claude (claude-opus-4-8), уровень усилий High, контрольная точка MLIP MACE-MPA-0, версия Toolkit 0.2.0. Стоимость генерации и длина скрипта сильно зависели от уровня промпта.

Как видно из данных, уровень Sketch (L1) потребовал около 2.4 млн токенов и сгенерировал скрипт длиной 498 строк. Уровень Contract (L5) потребовал 10 млн токенов и сгенерировал скрипт в 1168 строк. Чтение кэша промпта доминирует в общем количестве токенов. Это показывает, что более детальные промпты требуют больше вычислительных ресурсов на этапе генерации, но обеспечивают более структурированный и переиспользуемый код.

06Инсайты бенчмарка: что работает, а что нет

Бенчмарк выявил три практических вывода, основанных на систематическом изменении уровня промпта, доступа к инструментам и возможности выполнения.

1. Специфика промпта покупает структуру кода.
Покрытие свойств было 1.00 на каждом уровне, то есть наука была правильной с первого промпта. Специфика принесла структуру: покрытие паттернов API удвоилось на уровне L4-Spec (с 0.52 до 0.96), а полная переиспользуемость интерфейса появилась только на уровне L5-Contract (с 0.67 до 1.00).

2. Агенты по умолчанию используют знакомые алгоритмы.
38 из 45 скриптов использовали алгоритм FIRE, и ни один не использовал FIRE2, несмотря на то, что FIRE2 задокументирован рядом с ним как улучшенная версия. Агент использует то, что показано в примерах и навыках; то, чего там нет, он заполняет из предварительного обучения. Это означает, что исследователям нужно явно указывать предпочтительные алгоритмы, если они отличаются от стандартных.

3. Выполнение выявляет ошибки, которые не видны при тестировании на CPU.
Доступная оболочка устранила ошибки импорта, но семь скриптов все равно терпели неудачу на специфичных для GPU путях. Более сложные промпты проверяли больше таких путей и чаще терпели неудачу. Песочница генерации с доступом к GPU может закрыть этот разрыв, но наша методология учитывает то, что делает типичный пользователь: использует «Claude autorun» на ноутбуке, а затем отправляет код на GPU-кластер.

07Ограничения и роль человеческого суждения

Несмотря на автоматизацию, научное суждение и независимая валидация против экспериментальных или данных DFT остаются критически важными. Модели MLIP, такие как MACE-MPA-0, демонстрируют переменную точность вне своей области обучения. Результаты для кремния, меди и жидкого лития были разумными по сравнению с их справочными данными, но каждая новая химия должна быть проверена.

AI-кодинговые агенты не проверяют физическую правдоподобность задач симуляции по умолчанию. Они могут выбрать правдоподобные временные шаги и термостаты, не оценивая их пригодность для материала или временного масштаба. Поэтому исследователь должен оставаться последним фильтром качества, проверяя результаты на соответствие известным физическим законам и экспериментальным данным.

08Что это значит на практике

Для исследователей в области материаловедения и вычислительной химии внедрение NVIDIA ALCHEMI Toolkit с AI-агентами означает переход от «программиста» к «архитектору симуляций». Вам больше не нужно тратить недели на отладку интеграции PyTorch с CUDA или поиск ошибок в импортах библиотек. Вместо этого вы фокусируетесь на формулировке научной гипотезы.

Практические шаги для начала работы:

1. Настройте окружение правильно: Используйте uv для изоляции среды и обязательно загрузите навыки агента (skills) для конкретной версии Toolkit. Это сэкономит часы на отладке.
2. Пишите детальные промпты: Не ограничивайтесь общим описанием. Указывайте материал, фазу, референсную конвенцию и желаемый ансамбль (NVE, NVT и т.д.). Чем конкретнее вы будете, тем более структурированным и переиспользуемым будет код.
3. Валидируйте на GPU: Не доверяйте только локальным тестам на CPU. Запускайте критические пайплайны на GPU-кластере, чтобы выявить специфичные для графического процессора ошибки.
4. Сохраняйте контроль: Используйте AI как помощника, а не как замену. Проверяйте физические результаты, особенно при работе с новыми химическими системами или нестандартными условиями.

В конечном итоге, ALCHEMI Toolkit и AI-агенты не заменяют исследователя. Они усиливают его возможности, позволяя быстрее переходить от идеи к результату, сохраняя при этом строгость научного метода. Это инструмент, который позволяет ученым сосредоточиться на открытиях, а не на написании кода.

Источник: NVIDIA Developer ↗