Durante siglos, descubrir un material nuevo tomaba décadas de laboratorio. Alchemist es nuestra puerta de entrada a NVIDIA ALCHEMI: simulación atomística con precisión cercana a química cuántica, a velocidad de GPU, corriendo on-premise en un DGX Spark. Miles de candidatos moleculares evaluados antes de tocar un solo matraz.
* Cifras publicadas por NVIDIA (SC24 / SC25)
La química computacional siempre vivió una guerra entre precisión y velocidad: DFT es exacto pero lentísimo; los campos de fuerza clásicos son rápidos pero imprecisos. ALCHEMI rompe ese trade-off con potenciales interatómicos de machine learning (MLIPs) acelerados en GPU, en cuatro pilares integrados:
Exploración del universo de materiales y propuesta de candidatos nuevos según propiedades deseadas.
Potenciales interatómicos con precisión cercana a la química cuántica (DFT) a una fracción del costo computacional.
Modelos fundacionales preentrenados que mapean representaciones moleculares a propiedades para screening rápido.
Herramientas de simulación para generar datasets de entrenamiento y fine-tuning de nuevos casos de uso.
Batched Geometry Relaxation — relajación por lotes (MACE-MP-0 / AIMNet2)
Batched Conformer Search — confórmeros de baja energía
Batched Molecular Dynamics — MD de alto throughput
Validación cuántica por lotes
Kernels Warp: MD, FIRE, Ewald/PME, >100.000 átomos
SC24: anuncio + BGR · SC25: BCS, BMD y Batched DFT
Cada caso es un screening que hoy toma meses de laboratorio o clusters de supercómputo — y que en esta PoC corre en horas, en una máquina que cabe en tu escritorio.
Screening batcheado de miles de formulaciones de electrolitos, aditivos SEI y sorbentes selectivos para extraer litio de salmuera sin pozas de evaporación. El caso natural para Chile, corazón del triángulo del litio.
Minería no metálica · EnergíaDiseño de colectores selectivos y agentes de lixiviación menos tóxicos simulando la interfaz mineral–reactivo a escala atómica. Mayor recuperación con menor impacto ambiental.
Gran mineríaBúsqueda masiva de catalizadores OER/HER de bajo costo para electrólisis. El iridio cuesta más que el oro; encontrar su reemplazo define la economía del hidrógeno verde en Magallanes y Antofagasta.
Energía · H2VMateriales porosos diseñados por IA para desalar agua de mar y tratar riles mineros con menor consumo energético. Simulación de transporte iónico a través de membranas candidatas.
Recursos hídricosDescubrimiento de refrigerantes dieléctricos de nueva generación — el mismo caso que NVIDIA exhibió en SC25. Si operas o vendes infraestructura AI, este es el caso que te toca directo.
Datacenter · Infraestructura AIEmolientes, filtros UV, estabilidad de formulaciones y compatibilidad de ingredientes — uno de los casos de uso oficiales de ALCHEMI, con ciclos de venta más cortos que la industria pesada.
Retail · Consumo masivomoléculas mapeadas en medio día — con ALCHEMI, menos de una hora
«Podría mejorar drásticamente nuestro mapeo de propiedades moleculares.»
— Qichao Hu, CEO
candidatos de inmersión líquida evaluados en semanas (y 100 M para OER)
«No habíamos considerado búsquedas a escala de 10–100 millones; ALCHEMI hizo sorprendentemente fácil muestrear extensivamente.»
— Takeshi Ibuka, GM AI Innovation
conformer search más rápido sobre un espacio de ~10¹⁰⁰ moléculas
«Podemos cambiar por completo la escala y velocidad del descubrimiento.»
— Julie Brown, EVP & CTO
Si ellos operan a escala de 10–100 millones de candidatos, tu primera campaña de 5.000 corre en una tarde.
Una demo en vivo, reproducible, corriendo 100% on-premise sobre el DGX Spark. Sin nube, sin que una sola estructura molecular salga de la sala.
Generamos o cargamos miles de estructuras candidatas (electrolitos, catalizadores, sorbentes) como grafos atómicos residentes en GPU.
Relajación estructural y dinámica molecular de miles de sistemas en paralelo con MLIPs (MACE / AIMNet2) sobre ALCHEMI Toolkit — precisión cercana a DFT, a una fracción del costo.
Ranking por energía, estabilidad y propiedades objetivo, con visualización molecular interactiva en vivo. El cliente ve su shortlist de candidatos al final de la sesión.
# DGX Spark · GB10 · aarch64 · CUDA 13 $ uv pip install nvalchemi-toolkit $ python run_screening.py --candidates 5000 \ --model mace-mp --stage relax+md [alchemist] cargando 5,000 estructuras → GPU [alchemist] batch MD · 300K · 10ps · NVT ████████████████████░░ 91% ETA 00:04:12 ✓ 5,000 sistemas relajados en 38 min (estimado DFT equivalente: ~14 meses) ★ top-10 candidatos → results/shortlist.zarr $ ▊
Los alquimistas tenían el atanor — el horno donde ocurría la transmutación. El nuestro es un NVIDIA DGX Spark: la superchip Grace Blackwell GB10 con memoria unificada, en un formato que se instala en la oficina del cliente, no en un datacenter.
Eso significa soberanía total de datos: fórmulas, estructuras y resultados de I+D — el activo más sensible de una empresa química o minera — nunca abandonan el perímetro. Y cuando el screening exige más escala, el mismo pipeline sube sin cambios a un clúster H200 o a DGX Cloud.
Workstation RTX PRO → DGX Spark → clúster H200 / DGX Cloud: mismo código, distinta escala.
Sesión de descubrimiento de 90 minutos con nuestro equipo: definimos tu espacio químico, corremos un screening real en el DGX Spark y te llevas el shortlist.
SIN COSTO PARA EMPRESAS CALIFICADAS · CUPOS LIMITADOS POR TRIMESTRE