新火種
2024-12-18 
AIforScience是科學的未來，NVIDIA正加速它的到來
ScienceAI原創
作者：蘿卜皮
近年來人工智能（AI）等新興技術的突破，正在逐漸改變科學研究的模式。
今年諾貝爾物理獎與化學獎均頒發給了 AI 以及計算相關領域的科學家，足見科學界對「AI for Science」這一研究新范式的肯定。
盡管如此，AI 科研領域所面臨的困難依舊嚴峻。傳統科學研究受限于計算能力和數據規模，而突破性發現依賴更快、更精準的模擬和預測。現代科學所需的海量數據和強大計算力，又會帶來高成本和巨大能源消耗的挑戰。
NVIDIA 的前沿技術正在為科學家應對復雜挑戰提供強大支持。近日，在亞特蘭大舉行的 SC24 大會上，NVIDIA 推出了一系列強大的 AI 和科學計算工具。
新技術涵蓋了藥物設計、氣候預測、量子計算、材料發現等多個領域，包括可用于計算流體動力學仿真的 Omniverse? Blueprint；針對藥物研發和分子設計領域的 BioNeMo 開源框架；針對化學和材料研究領域的 ALCHEMI NIM 微服務以及針對氣候氣象領域的 Earth-2 NIM 微服務。
此外，CUDA-X 庫還推出了全新的 cuPyNumeric 加速計算庫，將為航空航天、汽車、制造和能源領域的科研人員帶來前所未有的效率提升。
NVIDIA 創始人兼 CEO 黃仁勛在 SC24 的演講中指出：「AI 將加速科學發現，變革各行各業。」
NVIDIA 助力 AI for Science 突破瓶頸
BioNeMo 平臺與生物制藥
蛋白質、DNA、RNA 等生物分子的結構預測、相互作用解析、功能預測、分子設計等諸多任務挑戰，依舊限制著生物制藥領域的發展。
與過去依賴大量人力物力、在龐大的分子空間中盲目探索不同，AlphaFold 和 Rosetta 等計算方法的出現，極大地緩解了這些挑戰。
NVIDIA 也一直在關注生命科學、藥物分子設計等領域。其發布了一個端到端的 BioNeMo 平臺，專為加快 AI 藥物研發和分子設計模型的創建、定制與部署而設計，支持 BioNeMo 框架、NVIDIA NIM 以及 NVIDIA BioNeMo Blueprints。
NVIDIA 還發布了適用于 BioNeMo 的一系列經過優化且易于使用的全新 NIM 微服務。這些微服務可以快速部署在本地或任何數據中心或云中，使開發人員能夠在各種不同的環境中運行應用，縮短了生物藥物研發研究中從推理到獲得洞察的時間。
新推出的 NIM 微服務支持多種業界領先的模型，包括 AlphaFold2、DiffDock 2.0、RFdiffusion 和 ProteinMPNN NIM 微服務。
此外，BioNeMo Blueprints 提供靈活的 AI 工作流，幫助科學家優化虛擬篩選流程，節約時間和成本。
目前，已有超過 200 家生物科技公司和制藥企業將 BioNeMo 集成至其藥物研發工作流中，顯著推動行業創新。
cuPyNumeric 帶來集群規模的 GPU 加速
無論是探索納米尺度的電子行為，還是研究數百萬光年外的星系碰撞，科學家們都面臨著同樣的挑戰，例如需要處理數 PB 級的數據。
NVIDIA 發布了 cuPyNumeric 來應對這些問題。通過 cuPyNumeric 加速計算庫，科研人員無需深入掌握計算機科學知識，就能輕松將 Python 數據處理代碼從筆記本電腦擴展到 GPU 加速的工作站、云服務器，甚至超級計算機。
簡單地將 cuPyNumeric 應用到現有代碼，科學家即可顯著提升數據處理速度，加速決策和實驗優化，同時實現從單個 GPU 擴展到整個超級計算機的無縫擴展。
SLAC 國家加速器實驗室的研究人員利用 cuPyNumeric 加速 X 射線實驗數據分析，在一項半導體研究的實驗分析中將運行時間從幾分鐘縮短至幾秒鐘，速度提升達 6 倍。
Earth-2 NIM 微服務百倍加速氣候預測
當前氣象預測面臨多重挑戰，包括觀測數據不足、監測能力有限、非常規數據整合困難以及氣象模式復雜性增加；同時高性能計算在數據處理效率和存儲方面也面臨瓶頸，氣候變化和極端天氣事件的頻發進一步加大了預測難度。
應對這些挑戰，NVIDIA 發布了兩項基于 Earth-2 的全新 NVIDIA NIM 微服務。Earth-2 是一個數字孿生云平臺，它利用全新 NIM 微服務，為氣候技術機構帶來了生成式 AI 驅動的高效工具，來應對極端天氣事件。
NVIDIA 的 CorrDiff NIM 微服務通過生成公里尺度的超高分辨率天氣預報，將計算速度提升 500 倍，能效提高 1 萬倍。CorrDiff 現在以 300 倍的更大規模運行，可對整個美國以公里尺度的可見度預測降雪、結冰和冰雹等降水事件。
FourCastNet NIM 微服務支持全球范圍的中期粗分辨率預報，可快速生成未來兩周的全球天氣預報，比傳統數值預測方法快 5000 倍，為評估低概率極端天氣事件提供了新機遇。
ALCHEMI NIM 微服務加速開發可持續材料
在新材料探索中，海量化學組合的復雜性和獨特性使傳統試錯方法低效且浪費資源，科學家正通過高通量實驗和計算材料科學等技術應對能源、醫療和環境等領域的需求。
NVIDIA 發布了 ALCHEMI NIM 微服務，通過優化化學模擬中的 AI 推理，加速新材料和化合物的開發。該方法可降低研究成本和能耗，支持快速發現用于可再生能源轉型的高效、可持續新材料。
以往模擬一種潛在混合物的長期穩定性，完成評估 1600 萬個結構曾經需要幾個月的時間，而借助 NIM 微服務則只需幾個小時即可完成。
ALCHEMI NIM微服務不僅加快了太陽能、蓄電池等領域關鍵材料的研發，還計劃擴展至新材料的可制造性模擬，助力如太陽能電池板之類的環保產品落地。
CUDA-Q 助力量子計算
量子計算研究面臨多重挑戰，包括量子位的穩定性、系統可擴展性、誤差糾正、算法優化與技術路線選擇等。推動量子計算發展需從多方面協調創新，包括硬件、算法和軟件工具的優化與融合。
NVIDIA 宣布與谷歌量子 AI 合作，通過 NVIDIA CUDA-Q? 平臺加速下一代量子計算器件的設計。谷歌量子 AI 利用量子-經典混合計算平臺和 NVIDIA Eos 超級計算機，模擬量子處理器的物理特性，以解決量子硬件受噪聲限制的問題。
借助 CUDA-Q 平臺，谷歌可以在 NVIDIA Eos 超級計算機上以極低的成本進行世界上最大、最快的量子器件動態模擬。
結合 CUDA-Q 和 Hopper GPU，谷歌實現了對包含 40 個量子比特器件的同類模擬中規模最大、速度最快的動態模擬，原本需一周的計算時間縮短至幾分鐘。
強大的 AI 超級計算有助于量子計算取得成功。谷歌對 CUDA-Q 平臺的使用展現了 GPU 加速的模擬在推進量子計算方面發揮了核心作用，它將幫助解決現實世界中的許多問題。
Omniverse Blueprint 實時數字孿生
NVIDIA 還發布了 Omniverse? Blueprint，助力航空航天、汽車、制造和能源等行業的軟件開發商為客戶構建實時交互式數字孿生。
Omniverse Blueprint 集成了 NVIDIA CUDA-X? 加速庫、NVIDIA Modulus 物理 AI 框架以及用于 3D 數據互操作性和 RTX 支持的實時可視化的 NVIDIA Omniverse API，將仿真和實時可視化性能提升 1200 倍。
Ansys 和 Luminary Cloud 等企業已成功應用該藍圖，實現了從流體動力學仿真到實時空氣動力學分析的革命性突破，為多個行業的工程設計設立了新標準。
Omniverse Blueprint 可在主流的云平臺上運行，推動工業數字化轉型和高效工程創新。
科學計算的變革
NVIDIA 一直在不斷推動 AI 和加速計算的進步。
黃仁勛指出：「自 CUDA 誕生以來，NVIDIA 將計算成本降低至之前的百萬分之一。」這種計算加速，使全球的科研人員能夠有更多的時間、更好用的工具去研究氣候預測、藥物發現和量子模擬等切實的科學問題。
NVIDIA 通過硬件和軟件的深度整合，使超算不再是少數精英機構的工具，而成為全球科學社區人人可用的核心能力。
NVIDIA 構建了從硬件到軟件的全面生態體系，為高性能計算提供了強大支持。
在硬件方面，NVIDIA 以 GPU、Grace CPU、網絡平臺等硬件為核心，構建高帶寬、低延遲的計算平臺，滿足從 AI 訓練到科學模擬的多樣化需求。
在軟件方面，NVIDIA 提供了 CUDA-X 庫、NIM 微服務等工具，這些創新的開發框架和服務不僅支持高效的科學計算，還大幅提升了應用開發的便捷性和擴展性。
這種軟硬結合的全棧優勢，為科學家、工程師和開發者提供了從基礎計算到復雜模擬的全面解決方案，加速研究進程。
AI for Science不斷探索的未來
AI for Science 正在為科學研究引入全新的方法論，通過將人工智能與科學研究深度結合，實現對自然和社會現象的學習、模擬和預測，從而推動跨學科融合、科學創新和發現。
AI 技術在蛋白質結構預測、新材料設計、量子計算模擬、氣候建模和藥物研發等領域展現出巨大潛力。以 NVIDIA 為代表的軟硬件全棧平臺公司在這一領域發揮了關鍵作用。
通過提供強大的計算硬件、先進的軟件生態、數字孿生和量子模擬技術，NVIDIA 不僅加速了科學研究的進程，還通過教育合作與技術普及推動了人才培養與跨領域創新。
隨著 AI 算法、硬件性能與科學理解的同步發展，AI for Science 將進一步推動人類探索未知的邊界，引領科學發現的新時代。
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
