概要 - evoxels：ボクセルベースの微細構造シミュレーションのための微分可能な物理フレームワーク

evoxels：ボクセルベースの微細構造シミュレーションのための微分可能な物理フレームワーク

2025-07-29 12:29:15

{"Simon Daubner","Alexander E. Cohen","Benjamin Dörich","Samuel J. Cooper"}

{cs.LG,cond-mat.mtrl-sci,cs.CE,physics.comp-ph}

この論文では、「evoxels」という、材料科学におけるボクセルベースの微細構造シミュレーションのためのPythonベースの微分物理フレームワークを紹介しています。このフレームワークは、高解像度画像、予測シミュレーション、データ駆動型最適化の間のギャップを埋めることを目指し、材料の性質の発見と理解を促進することを目指しています。 ### 主要な機能 * **ボクセルグリッド表現**: evoxelsは、PyTorchとJAXと互換性のある完全にPython的な統一ボクセルベースのアプローチを使用しており、CPU、GPU、TPUでの大規模な微細構造の並列化を可能にします。 * **計算性能**: フレームワークは、高度なFourierスペクトル時間ステッピングと低RAMインプレースアップデートを使用しており、一般的なハードウェア上で数億の自由度（DOF）に拡張可能で、ハイエンドGPU上で数十億のDOFに拡張可能です。 * **モジュール設計**: evoxelsは、モジュール設計を特徴としており、新しい偏微分方程式（PDE）の迅速なプロトタイピングと、境界条件、グリッド慣習、スタイルのさまざまな組み合わせに対する堅牢性を持つ完全な収束テストを提供しています。 * **核心抽象化**: フレームワークは、VoxelFieldsとVoxelGridの二つの核心抽象化に基づいています。VoxelFieldsは、正規グリッド上の3次元フィールドの統一コンテナとして機能し、VoxelGridはこれらのフィールドをPyTorchまたはJAXバックエンドに結びつけ、既定の境界条件、有限差分スタイル、FFTライブラリを提供します。 * **ソルバーとPDE**: evoxelsは、高度なFourierスペクトル時間ステッピング、即時プロット、統合されたウォールタイムとRAMプロファイリングを利用するソルバーを実装しており、Cahn-Hilliard、反応拡散、多相進化などの既定のPDE問題を提供しています。これらは、ユーザー定義の通常微分方程式（ODE）クラスを通じて即時解決または拡張できます。 * **再現性とオープンソース**: evoxelsは、データ駆動型材料の発見と高次元デザイン空間の探索を促進するオープンソース、再現可能なフレームワークを提供します。 ### 挑戦への対応 evoxelsは、材料科学分野におけるいくつかの挑戦に対応しています： * **データパイプラインの断片化**: フレームワークはボクセル化された顕微鏡データ上で直接操作し、高コストのメッシュ化や複雑な前処理の必要がありません。 * **特許データ形式**: evoxelsは標準データ形式を使用しており、データ交換と再現性を促進します。 * **複雑なシミュレーション設定**: モジュール設計により、限られた専門知識を持つ研究者でもシミュレーション設定が簡単になります。 * **スケーラブルなPython実装の不足**: evoxelsは、逆設計とデータ駆動型ワークフローの重要な要素であるCahn-Hilliard方程式などのPDEのスケーラブルなPython実装を提供します。 ### 应用 evoxelsは、材料科学における幅広い応用に適しています： * **デジタル材料科学と逆設計**: 研究者は分断された顕微鏡データを高性能シミュレーションに直接入力し、材料の性質と微細構造の効率的な最適化が可能になります。 * **材料の性質予測**: evoxelsは、微細構造情報に基づいて効果的な材料の性質を予測するために使用できます。 * **微細構造の進化解析**: フレームワークは、時間を経るごとに微細構造の進化をシミュレートし、材料の挙動の理解を助けます。 * **ベンチマークと新しいソルバーの開発**: evoxelsは、材料科学シミュレーション技術の進歩に寄与する新しいPDEソルバーのベンチマークと開発のためのプラットフォームを提供します。 ### 結論 evoxelsは、材料科学におけるボクセルベースの微細構造シミュレーションのための強力かつ多様なツールです。統一ボクセルベースのアプローチ、高度な計算性能、モジュール設計などのユニークな機能が組み合わさり、材料の性質とデザインに関する研究者やエンジニアの理解を進めるための貴重なリソースとなります。