分析丨SC24英伟达成最大亮点,哪些技术将在未来显现?

·聚焦:人工智能、芯片等行业

欢迎各位客官关注、转发





前言

AI驱动的新工具正在重新塑造人类与世界之间的关系。与此同时,AI正承担起将科学从孤立的抽象推理转变为一种更具连结性、多维度的耦合效应。



作者 | 方文三
图片来源 |  网 络 

NVIDIA Hopper GPU:英伟达加速技术在科研中应用

2006年推出CUDA以来,NVIDIA持续推动AI与加速计算的发展,最新公布的全球最强超级计算机TOP500榜单彰显了该公司在超级计算领域所取得的显著成就。


在本年度的TOP500榜单中,共有384个系统应用了英伟达的技术。


在新晋榜单的53个系统中,有46个系统(占比87%)采用了英伟达的加速技术。


在这些采用加速技术的系统中,85%配备了NVIDIA Hopper GPU,这些技术正在促进气候预测、药物研发和量子模拟等领域的研究进展。


混合精度浮点运算与AI技术已经成为研究者应对现代科学挑战的优选工具。


相较于传统方法,这些技术在提供更快速度、更高能效和更强适应性的同时,确保了计算结果的准确性不受影响。


这一转变不仅在理论上具有可行性,实际上也已经实现。


在SC24会议上,入围戈登贝尔奖的两个决赛项目展示了AI与混合精度技术如何助力基因组学和蛋白质设计领域的进步。


阿贡国家实验室的计算生物学家Arvind Ramanathan同样利用NVIDIA Grace Hopper超级计算机的Alps系统,借助高达3 exaflops的AI计算能力,加速了蛋白质设计的研究。


图片

BioNeMo开源框架:生物制药领域引入计算能力


近期诺贝尔化学奖的颁发证明了 AI、加速计算与日益增长的数据集相结合,为制药行业带来了前所未有的机遇。


在药物研发领域,生物信息学与AI的应用正逐渐成为推动生命科学领域变革的关键力量。


传统药物研发过程漫长而艰巨,平均耗时超过十年,且需投入巨额资金,过程中充满挑战与不确定性。


为应对这些挑战,众多企业和研究机构纷纷寻求AI与高性能计算的辅助,期望借助科技之力,以前所未有的速度和精确度推进药物研发,降低高昂的研发成本,促进创新药物的问世。


BioNeMo框架是一套可供免费使用的编程工具和软件包,研究人员可利用它访问和定制生物分子模型,进行分子生成、蛋白质结构预测等研究任务。


英伟达将加强在药物研发领域的投入,开发更先进的AI模型和工具,以加速新药的研发和上市。


通过不断优化BioNeMo框架,英伟达将推出更多支持药物研发的功能。


例如,开发新的AI模型,能够更精确地预测药物与靶蛋白的相互作用,从而提高药物筛选的效率。


同时,利用AI技术优化药物设计,以减少研发成本和时间。


BioNeMo框架通过整合加速计算技术与开源数据集,为药物研发领域提供具有指数级扩展能力的AI模型和先进的计算能力。


BioNeMo框架通过融合加速计算技术及提供更丰富的开源数据集,促进了生物医药产业的发展。


研究人员依赖于特定的生物分子模型和数据集,以大规模地获取深入见解,从而加速治疗方案的设计过程。


BioNeMo已被产业界和学术界广泛采用,包括A Alpha Bio、美国阿贡国家实验室、Dyno Therapeutics、罗氏集团旗下的基因泰克以及 Ginkgo Bioworks 等机构。


图片

ALCHEMI NIM微服务:材料生产和应用提供AI支持


国际金融公司(IFC)的报告指出,目前超过96%的制成品所依赖的化学物质尚无替代品,因此,开发新材料以应对储能和环境修复的挑战变得极为迫切。


在传统的实验室环境中,新材料的发现通常需要经历复杂且重复的合成与测试流程。


然而,AI技术已经成为推动化学物质与材料创新的关键力量。


英伟达推出的ALCHEMI NIM微服务,通过优化化学模拟的AI推理,有望显著提高研究效率,促进更高效和可持续的材料开发,进而助力可再生能源的转型。


这些微服务无论在本地数据中心还是云端,都能与现有的IT基础设施无缝对接,为生物制药行业提供更高效的计算能力和推理支持,助力创新药物的开发。


ALCHEMI NIM 不仅加速了材料的发现过程,还促进了从实验室到生产线的转化。


它为材料生产和实际应用提供了前所未有的支持,例如在电池、太阳能电池板以及其他重要工业组件的生产中。


与 ALCHEMI NIM 同步推出的还有基于NVIDIA的数字孪生云平台 Earth-2 的全新NIM微服务——CorrDiff NIM、FourCastNet NIM。


CorrDiff NIM和FourCastNet NIM 分别针对高分辨率和中期粗分辨率天气预报进行了优化,显著提升了气候模型的运算速度,使气象预报的精确度和效率实现了质的飞跃。


CorrDiff NIM 微服务利用生成式AI模型实现了公里尺度的超高分辨率天气预报,极大地提高了对极端天气事件的预测能力。


这对于准确预测降雪、结冰和冰雹等事件至关重要,特别是在灾害管理和应急响应领域。


与传统的高分辨率数值天气预报系统相比,CorrDiff NIM 微服务的运算速度提高了500倍,能效提升了10000倍。


图片

Omniverse Blueprint:构建实时数字孪生体


英伟达推出了Omniverse Blueprint,这是一项创新技术,旨在构建实时数字孪生体,其模拟速度相较于传统方法提升了1200倍,为众多行业领域带来了创新的设计理念与解决方案。


该技术基于英伟达的加速计算库、物理与AI相结合的框架以及基于物理的交互式渲染技术,显著提升了实时模拟的性能,确立了实时交互的新标准。


Omniverse Blueprint最初应用于计算流体动力学(CFD)仿真等领域,它作为连接 NVIDIA Omniverse 平台与AI技术的桥梁,为开发者提供了灵活的集成选项,既可作为独立组件,也可作为整体解决方案融入现有工具链中。


诸如西门子、Altair、Ansys 和 Cadence 等先锋企业已经开始采用这一蓝图,以优化其工作流程、减少成本并加速产品上市进程。


这不仅有助于降低客户的开发成本和能源消耗,还能加快产品上市的速度。


Nvidia Omniverse Blueprint技术通过整合Nvidia CUDA-X库以加速求解器、Nvidia Modulus物理AI框架(用于训练和部署生成流场的模型)以及Nvidia Omniverse应用程序接口(用于3D数据互操作性和实时RTX渲染可视化),实现了这些功能。


开发者可以将蓝图作为独立元素或整体集成到他们现有的工具中。


图片

CUDA-Q平台:解决量子计算中的噪声问题


量子处理器对噪声极为敏感,即便是微小的噪声干扰也可能对量子计算的准确性造成影响,这一现象被称为[量子处理器的脆弱性],这使得大规模商业应用的实现可能需要数十年的时间。


因此,如何有效控制噪声,提升量子计算的准确性和稳定性,成为当前量子计算领域亟需解决的核心问题。


为了解决量子计算中的噪声问题,英伟达与谷歌合作开发了一套创新的模拟系统。


借助CUDA-Q平台,谷歌能够在英伟达Eos超级计算机上利用1024块H100 Tensor核心GPU,以极低的成本执行全球最大规模、最快的量子设备动力学模拟。


这不仅能够对包含40个量子比特的设备进行全面和逼真的模拟,还能够模拟量子系统各组成部分与其环境之间的相互作用,从而深入理解量子与环境的交互作用。


谷歌正寻求量子计算领域的重大突破,以促进其在多个领域的应用与进步。


与此同时,英伟达亦认识到量子计算在AI、材料科学等领域的巨大潜力,并期望通过与谷歌的合作,加快量子计算技术的研发步伐及商业化进程。


在此次合作中,CUDA-Q平台为量子处理器提供了详尽的动态模拟支持,使得原本需要数周的运算时间大幅缩短至仅需几分钟。


谷歌量子AI正在运用量子-经典混合计算平台以及NVIDIA Eos超级计算机,模拟量子处理器的物理特性,以期突破当前量子计算硬件的局限。


驱动这些加速动态模拟的软件将公开发布于CUDA-Q平台,使得量子硬件工程师能够迅速扩展他们的系统设计。


图片

CUDA-X库:将新兴应用与英伟达平台相连


英伟达CUDA已经成为众多计算平台中不可或缺的一员,而CUDA-X库则是其加速计算的核心。


正如OpenGL作为连接计算机图形与加速器的API一样,CUDA-X库作为特定领域的库,将新兴应用程序与英伟达加速平台紧密相连。


CUDA-X库为英伟达开拓了新的市场和行业领域,涵盖了医疗保健、电信、制造业以及交通运输等多个行业。


在芯片制造领域,KLA的计算光刻技术得到了显著加速;在电信领域,Aerial处理无线电和CUDA的应用日益广泛;


在构建AI核心方面,英伟达cuQuantum库在CUDA上执行量子电路模拟;Omniverse是一套用于实现和操作机器人、制造和物流数字孪生的库。


借助400多个CUDA-X库,英伟达加速了几乎所有科学和工业领域的重要应用,推动了GPU采用率、生态系统合作伙伴和开发人员数量的持续增长,形成了一个良性循环。


图片


cuPyNumeric:提升科研工作数据处理速率


在科研领域,对大量数据的迅速处理极为关键。众多科学家以往仅限于在一个CPU节点上执行NumPy程序,这限制了算法的处理能力,无法应对由电子显微镜、粒子对撞机以及射电望远镜等设备所采集的庞大数据集。


近日,英伟达宣布推出一项重要的全新库:cuNumeric,它是NumPy(在数据科学、机器学习和数值计算领域广泛使用的库)的GPU加速版本。


cuPyNumeric提供了一种可扩展至数千GPU的NumPy替代方案,实现了从单一GPU到整个超级计算机的扩展,显著提升了数据处理的速率。


科研工作者仅需利用熟悉的NumPy接口编写代码,或在现有代码中应用cuPyNumeric,便能在不需掌握计算机科学专业知识的情况下,享受到高性能与可扩展性带来的便利。


SLAC国家加速器实验室、洛斯阿拉莫斯国家实验室、澳大利亚国立大学、马萨诸塞大学波士顿分校、斯坦福大学湍流研究中心以及印度国家支付公司等机构的研究人员,均已采用cuPyNumeric,显著优化了他们的数据分析流程。


图片

结尾:


英伟达在SC24大会上展示的技术未来将对科研、生物医药、材料科学与化学工业、制造业与设计业、信息技术与通信、金融与保险、能源等多个行业产生重大影响,包括加速科学探索、推动药物研发、促进新材料研发、优化制造设计流程、提升数据中心与通信性能、改善金融风险评估和助力能源转型等。


部分资料参考:NVIDIA英伟达:《速度的需要:NVIDIA 加速全球大多数超级计算机推动科技进步》,量子风云:《英伟达与谷歌携手:SC24上的量子计算新突破》,三次方AIRX:《英伟达发布实时数字孪生,携手3大云巨头引爆AI工业时代》,至顶头条:《直击SC24:NVIDIA发布AI突破性进展 催化多行业再度[进化]》,NVIDIA英伟达:《AI将推动科学突破,NVIDIA CEO黄仁勋在SC24发表演讲》


本公众号所刊发稿件及图片来源于网络,仅用于交流使用,如有侵权请联系回复,我们收到信息后会在24小时内处理。