算力 / HPC

通用科学ML

包含32个物理系统的PDE评估数据集，每个系统提供源代码、自然语言描述、控制方程和数值轨迹四种表征，含正确与损坏变体。

通用科学ML

包含256个PDE求解器实现的代码扰动数据集，含64个基准程序及其4种词法扰动变体，用于评估LLM对物理仿真代码的理解能力。

多物理 / PDE · 16 领域

覆盖 16 个物理仿真领域的超大数据集，被称为「物理 ML 的 ImageNet 时刻」，配套 PyTorch API 与预训练基线，支持 HF 流式加载。配套标准化 train/test 切分与基线模型评测脚本，可直接用于学术论文公平对比。

数据分析 / 并行计算

分布式 DataFrame 库，Drop-in 替代 pandas 自动并行化，支持 Dask/Ray/Intel，为大规模仿真数据分析提供加速。Drop-in 替代 pandas 自动并行化，为大数据科学计算与代理模型训练提供基础工具。

数值求解库 / HPC

高性能科学计算线性/非线性求解器库，支持大规模稀疏矩阵迭代求解，是高端 CFD 与多物理场仿真的底层求解核心。库集成 MPI/OpenMP/CUDA 多后端，支持 PETSc-FEM 与多物理场耦合，是工业级 CAE 求解栈的常见底层。

求解 / 训练框架

NVIDIA 物理 ML 训练框架（原 Modulus），内置 PINN、神经算子与多种物理约束训练范式，商用友好，工业首选。提供 PyTorch/TensorFlow 多后端实现，适合作为物理 AI 入门首选框架。

通用科学ML

Warp-Geo 提供 GPU 加速的可微分几何表示框架，从复杂三维点云重建符号距离场并计算曲面法向量，支持基于梯度的形状优化。

微分方程求解

DeepXDE v1.15.0 发布，新增 L-LAAF 激活函数与 PyTorch 后端 MPS GPU 支持，提升微分方程深度学习求解效率。原生支持 GPU/TPU 加速，可与神经网络端到端耦合，是科学 ML 框架中可微物理的代表。

推理优化

TensorRT Edge-LLM 在 Jetson AGX Thor 边缘平台上实现推理加速，使 AI Agent 边侧部署性能大幅提升。在 Jetson AGX Thor 等边缘平台实现推理加速，适合 AI Agent 边缘部署场景。

流体/CFD

NVIDIA Earth-2利用AI大气模型与观测数据集成，为能源等天气敏感行业提供高分辨率天气预报与决策支持服务。

AI推理优化

NVIDIA Groq 3 LPX 通过确定性执行技术提升 Vera Rubin 平台推理效率，实现 AI 工厂场景下的高交互性与低功耗计算。在 AI 工厂推理能效优化方向验证，可作为大规模推理部署的低功耗参考实现。

多体/Multibody

NVIDIA官方教程，演示如何通过Isaac ROS和AI Agent优化ROS 2计算图性能，实现机器人工作负载的GPU加速。

通用科学ML

提出基于引用影响力经济机制的AI虚拟实验室群体协同框架，自动化执行神经算子架构搜索与训练评估。

电磁/Electromagnetics

提出基于量子张量列（QTT）的三维FDTD框架，将内存与计算开销从传统体尺度降为对数尺度，突破高分辨率电磁散射模拟的算力瓶颈。

框架论文 / 神经算子

NVIDIA 发布的物理信息神经网络框架，基于神经算子（FNO/DeepONet/AFNO）提供端到端可微分物理仿真流水线，支持多 GPU 训练与部署。支持 mesh-invariant 推理，可在训练分辨率之外直接查询，适配工业级多保真度应用。

必读基准论文

提出覆盖 16 个物理领域的统一基准，论证「跨领域预训练」对物理 ML 的增益，是物理基础模型方向必读论文。数据集覆盖 16 物理领域、2000+ 仿真，统一接口与评估协议，论证跨领域预训练对 PDE 代理的迁移增益。