Благодаря расширенным библиотекам NVIDIA CUDA-X, включая cuPhoton, cuPotential и cuSpa, исследователи могут анализировать огромные объемы данных для ускорения исследований — от астрофизики и материаловедения до биологии одиночных клеток.
Ускорение помогает ученым анализировать более крупные наборы данных и моделировать более сложные системы.
Новые библиотеки предоставляют ИИ-агентам инструменты, помогающие исследователям совершать открытия быстрее, чем когда-либо.
Фокусировка на черных дырах
Чтобы увидеть черную дыру, нужен телескоп размером с Землю. Телескоп Event Horizon объединяет радиотелескопы по всему миру, генерируя петабайты данных, обработка которых может занимать месяцы.
С помощью NVIDIA cuPhoton.xBeam, модуля в составе cuPhoton Toolkit, наблюдения за черными дырами с телескопа Event Horizon теперь можно коррелировать на порядки быстрее, чем раньше. Анализ, который раньше занимал более месяца, теперь занимает восемь минут.
Объединяя глобальные радиотелескопы в апертуру размером с Землю, cuPhoton обеспечивает беспрецедентное разрешение астрономических изображений. cuPhoton успешно коррелировал наблюдения мощных джетов черных дыр J1924 и 3C279 в ночном небе, что сделало возможной реконструкцию галактики с черной дырой Messier 87* в режиме реального времени.
Весь конвейер, от загрузки и обработки данных до визуализации, работает на распределенных мульти-GPU системах или компактной системе NVIDIA DGX Spark, помогая ученым изучать, как газ закручивается по спирали внутрь под мощным гравитационным притяжением черной дыры.
Управление симуляциями термоядерного синтеза
Поддержание плазмы при температуре в миллионы градусов необходимо для достижения стабильной, непрерывной термоядерной энергии. Но моделирование ее поведения обходится дорого: на петафлопсных системах один временной шаг может занимать дни, а симуляции могут длиться неделями. Эксперименты также генерируют данные быстрее, чем традиционные конвейеры могут их обработать, из-за чего ученым часто приходится ждать окончания экспериментов, чтобы проанализировать результаты.
Исследователи из Pacific Fusion использовали модуль NVIDIA cuPhoton.xLens для извлечения данных во время работы симуляций плазмы, что помогло им визуализировать происходящие процессы по мере появления результатов.
Модуль NVIDIA cuPhoton.xLens извлекает данные во время работы симуляций плазмы, помогая исследователям понимать происходящие процессы по мере появления результатов. Исследователи могут объединить весь конвейер с агентом на базе NVIDIA Nemotron, работающим локально на той же системе, что позволяет проводить интерактивный анализ, помогающий корректировать симуляции в режиме реального времени для оптимизации конструкции мишени и камеры термоядерного реактора.
Исследование потенциальных лекарств
Молекулярное моделирование помогает ученым оценивать дизайн лекарств до проведения дорогостоящих лабораторных экспериментов. NVIDIA cuPotential, созданная на основе разработок исследователей из Flatiron Institute (Simons Foundation) и D. E. Shaw Research, ускоряет существующее программное обеспечение для моделирования до 3 раз, одновременно повышая стабильность и точность расчетов. Она ускоряет создание синтетических данных для генеративных ИИ-моделей, позволяя находить ранее неизвестные сайты связывания молекул и рассчитывать силу молекулярных взаимодействий.
NVIDIA сотрудничает с Schrödinger и сообществами AMBER, NAMD, GROMACS, LAMMPS и Open Molecular Software Foundation, чтобы внедрить ускорение cuPotential в движки и рабочие процессы молекулярной динамики.
Cadence, Fathom Therapeutics, Topos Bio, Genesis Molecular AI и Terray Therapeutics внедряют ее для разработки лекарств.
Ускорение исследований материалов
Daviator, коллекция пакетных GPU-ядер для широко используемого пакета Vienna Ab initio Simulation Package, внедряется в NVIDIA ALCHEMI, обеспечивая квантово-механические расчеты до 22 раз быстрее и со снижением затрат до 75%. С помощью Daviator исследователи, создающие модели симуляций, теперь могут использовать ускорение на GPU для атомистических систем любого размера, чтобы генерировать миллионы расчетов атомных взаимодействий, необходимых для обучения моделей и инференса, включая малые системы, которые раньше работали быстрее на CPU.
В Национальной лаборатории имени Лоуренса в Беркли сетевая библиотека NVIDIA DAQIRI подключает высокоскоростной детектор электронной микроскопии к GPU-обработке, перенося анализ непосредственно в процесс эксперимента. Исследователи могут выявлять полезные сигналы, обнаруживать ранее неизвестные области интереса и решать, что измерять дальше, прямо во время проведения измерений.
Рабочий процесс поддерживает исследования материалов с атомным разрешением, позволяющие различать элементы, что закладывает основу для будущих автоматизированных экспериментов.
Раскрытие биологии в масштабе
Новая библиотека с открытым исходным кодом cuSpa ускоряет расчеты полигонов клеток, позволяя разработчикам создавать массивные пространственные графы для моделей пациентов и раковых заболеваний нового поколения в онкологическом центре Memorial Sloan Kettering с ускорением в 900 раз по сравнению с использованием CPU.
Разработанный совместно с scverse, фреймворк rapids-singlecell ускоряет анализ одиночных клеток и теперь доступен в виде готового к работе с агентами контейнера. Используя этот инструмент, компания Therna Biosciences обработала данные в 200 раз быстрее для разработки терапевтических средств. 10x Genomics интегрировала rapids-singlecell в свою новую платформу Sentira, помогая академическим исследователям, биофармацевтическим командам и разработчикам фундаментальных моделей ускорить путь от крупномасштабных пространственных данных к биологическим выводам.
А библиотека HMMER с ускорением на GPU от NVIDIA, также имеющая открытый исходный код, ускоряет аннотирование предсказанных белковых последовательностей, поддерживая подготовку данных для биологических фундаментальных моделей. В Basecamp Research эталонные поисковые запросы выполнялись до 84 раз быстрее, чем со стандартным HMMER, что сократило время, необходимое для аннотирования больших биологических наборов данных, используемых для обучения моделей терапевтического дизайна компании.
Изучите библиотеки NVIDIA CUDA-X. Узнайте больше в этом техническом блоге о реконструкции черных дыр с помощью GPU.











