“我们现在可以研究许多材料在相同的极端压力下的反应，”桑迪亚国家实验室的科学家Aidan Thompson说，他是SNAP的发起人。 “应用包括行星科学问题--例如，什么样的撞击压力会导致我们月球的形成。它还为在极端条件下设计和制造新型材料打开了大门。”
极端压力和温度对材料的影响对于设计巨型行星的内部模型也很重要。强大的能源部设施，如桑迪亚的Z机器和劳伦斯利弗莫尔国家实验室（LLNL）的国家点火设施，可以在地球上的实验中重现这些世界的近乎相同的条件，提供对极端压缩材料的特写检查。但是，即使是这些独特的强大机器也不能确定这些极端条件下的关键微观变化机制，因为在原子水平的诊断方面存在限制。
“只有计算机模拟才能做到这一点，”Thompson说。
一篇描述该模拟的技术论文被选为已入围戈登贝尔奖，该奖项由计算机协会每年赞助。针对钻石的建模，在橡树岭国家实验室的Summit超级计算机（美国最快的计算机）上只花了一天时间，由南佛罗里达大学的Ivan Oleynik教授领导。除了桑迪亚国家实验室和南佛罗里达大学，该合作团队还包括美国能源部国家能源研究科学计算中心和英伟达公司的软件开发人员。
Thompson表示，该团队的模拟依赖于SNAP，这是一个领先的机器学习描述原子间相互作用的方法，用来模拟和解决一个非常重要的问题。
“我们对一微米大小的压缩钻石块进行了巨大的模拟，”Thompson说。“为了做到这一点，我们通过在非常多的、极其微小的时间间隔内反复计算原子力来跟踪数十亿原子的运动。”
SNAP使用机器学习和其他数据科学技术来训练一个代理模型，该模型忠实地再现了正确的原子力。这些都是通过高精度的量子力学计算得出的，而这种计算只适用于含有几百个原子的系统。 然后，代用模型被放大以预测含有数十亿原子的系统的力和加速度。 在大规模模拟中出现的所有局部原子结构都在小规模的训练数据中得到了很好的体现，这是保证准确性的必要条件。
Thompson说，最终成果的另一个关键部分是对软件进行性能优化，以便在基于GPU的超级计算机上高效运行，如Summit。“自2018年以来，仅仅通过改进软件，我们已经能够使SNAP代码的速度提高30倍以上，使这类模拟的时间缩短了97%。同时，每一代的硬件都比上一代更强大。因此，直到最近可能需要一整年的计算现在可以在Summit上一天内运行。”
“由于超级计算机的时间很昂贵，而且竞争激烈，”Thompson说，“SNAP运行时间的每一次缩短都能节省资金，并增加模型的实用性。”
桑迪亚国家实验室研究人员Stan Moore和Mitchell Wood对SNAP模型和性能的大幅提升做出了重要贡献。
用于在超级计算机上运行SNAP的优化软件可在桑迪亚的LAMMPS分子动力学代码的开源版本中找到。 用于建立新的SNAP模型的桑迪亚FitSNAP软件也是公开可用的。