К содержимому
Другое

CoilStellaration ResMLP

физически информированная модель для расчёта магнитных катушек

2 мин чтения

Модель представляет собой быструю нейросеть архитектуры ResMLP (полносвязная сеть остаточного типа), обученную решать задачи магнитного удержания плазмы для стеллараторов в рамках бенчмарка CoilStellaration. Она за один прямой проход (без итеративных циклов, примерно за 1.8 мс на набор катушек) предсказывает конфигурацию и токи, строго учитывая физические ограничения вроде кривизны и зазоров. Сеть на базе 6 слоев с 3.22 млн параметров создана для инженеров и исследователей в области управляемого термоядерного синтеза, которым нужен моментальный расчёт геометрии магнитных систем.

Ключевые особенности

  • Архитектура ResMLP: 6-слойная пренормализованная сеть весом 3.22M параметров и размером 12.32 MiB в ONNX.
  • Физически информированное обучение: двухфазный трейнинг с JAX-потерями на основе закона Био — Савара и геометрических ограничений.
  • Нулевая утечка из валидации: строгое обучение на train-сплите с защитным запасом по физическим зазорам.
  • Высокая скорость: мгновенный расчёт за ~1.8 мс благодаря отказу от итеративных циклов (Loop = 0).

Что можно сделать

  • Интегрировать модель в пайплайны бенчмарка CoilStellaration для быстрой оценки формы катушек в fixed_shape треке.
  • Проводить предварительную фильтрацию и оптимизацию геометрии катушек стелларатора перед тяжелыми численными симуляциями.
  • Исследовать физические метрики точности магнитного поля и зазоров плазмы в реальном времени.

Пример

Использование предсказателя для моментальной оценки конфигурации катушек и токов в треке fixed_shape на основе ONNX-модели в задачах физики плазмы и стеллараторов.

ПодробнееСредняя оценка локального эвала: 0.3704
Строгая выполнимость: 21.67% (loose 58.0%, medium 7.0%)
Выполнимость: coil–coil 92.3%, coil–plasma 93.0%, кривизна 97.0%
Обучение: Apple Silicon CPU, ~7.3 минуты в две фазы
Поддерживаемый трек: fixed_shape (N_fp = 3)
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # petro-popov/coilstellaration-direct-phys-resmlp
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download petro-popov/coilstellaration-direct-phys-resmlp --local-dir ~/models/coilstellaration-direct-phys-resmlp
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к coilstellaration-direct-phys-resmlp
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии coilstellaration-direct-phys-resmlp — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

petro-popov/coilstellaration-direct-phys-resmlp
Автор
petro-popov
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии