合肥综合性国家科学中心人工智能研究院（安徽省人工智能实验室）

本发明公开了大规模原子系统哈密顿量无损拆分预测方法及系统，涉及人工智能与计算物理交叉技术领域，包括：构建全局有向图，将每一目标节点的所有入射边打包为不可分割的边子集，将所有边子集分配至M个计算设备，生成子图；构建零步哈密顿量，提取初始节点特征与初始边特征并按分配路由至对应计算设备；各计算设备并行执行图神经网络前向推理，迭代直至所有网络层推理完毕；各计算设备将最后一网络层等变边特征解码为哈密顿量残差修正矩阵块，按全局原子配对索引拼接为全局残差矩阵，与零步哈密顿量相加得到预测的全局自洽哈密顿量；该方法实现超大原子图的拆分处理，从而能够真正应用于超大规模物理系统的高效、高精度模拟。