NVIDIA paplašina CUDA-X bibliotēkas, lai paātrinātu zinātniskos pētījumus vairākās jomās

Attēls: NVIDIA · Avots
NVIDIA ir uzlabojusi savas CUDA-X bibliotēkas ar jauniem moduļiem, piemēram, cuPhoton, cuPotential un cuSpa, lai paātrinātu datu analīzi un modelēšanu no astroloģijas līdz zāļu izstrādei, ļaujot veikt ātrākas un sarežģītākas zinātniskās simulācijas un mākslīgā intelekta atklājumus.
NVIDIA ir paziņojusi par būtisku CUDA-X bibliotēku paplašināšanu, ieviešot jaunus rīkus, kas paredzēti, lai paātrinātu zinātniskos pētījumus dažādās disciplīnās, piemēram, astroloģijā, kodolfūzijas enerģētikā, molekulārā bioloģijā un materiālu zinātnē. Galvenie papildinājumi, piemēram, cuPhoton, cuPotential un cuSpa, nodrošina pētniekiem GPU akcelerētās iespējas analizēt lielus datu apjomus un simulēt sarežģītas sistēmas daudz ātrāk nekā agrāk.
Viens izcils piemērs ir cuPhoton.xBeam, kas ir daļa no cuPhoton komplekta, un kas ievērojami paātrina datu korelāciju Event Horizon Telescope (EHT) projektā. Šī teleskopa globālā radio antenu tīkla ģenerētie petabaiti datu prasa intensīvu apstrādi, lai veidotu melno caurumu attēlus. Izmantojot cuPhoton.xBeam daudz-GPU sistēmās, EHT pētnieki ir samazinājuši datu korelācijas laiku no vairāk nekā mēneša līdz tikai astoņām minūtēm, ļaujot gandrīz reāllaika atjaunošanu tādiem fenomeniem kā Messier 87* melnā cauruma galaktika un uzlabojot melno caurumu gāzes dinamikas pētījumu.
Kodolfūzijas enerģētikas pētījumos NVIDIA cuPhoton.xLens modulis atbalsta vizualizāciju un informācijas iegūšanu plazmas simulāciju laikā. Ņemot vērā, ka katrs simulācijas solis petaskalas datoros parasti aizņem dienas, šis rīks palīdz pētniekiem interaktīvi vadīt simulācijas, izmantojot ar NVIDIA Nemotron darbinātus mākslīgā intelekta aģentus, potenciāli paātrinot kodolfūzijas reaktoru dizaina attīstību.
Zāļu izstrādes jomā cuPotential bibliotēka paātrina molekulārās dinamikas simulācijas līdz trīsreizīgai ātrumam, uzlabojot stabilitāti un precizitāti. Sadarbībā ar tādām organizācijām kā Simons Foundation Flatiron Institute un farmācijas uzņēmumiem cuPotential tiek integrēta, lai identificētu molekulāros saistīšanās punktus, ģenerētu sintētiskus apmācību datus AI modeļiem un palielinātu darba plūsmu efektivitāti, kas darbojas ar dzinējiem kā AMBER, NAMD un GROMACS.
Materiālu zinātne gūst labumu no GPU akcelerētām kvantu mehānikas aprēķinu iespējām ar Daviator rīku Vienna Ab initio simulation package, sola līdz pat 22 reižu ātrākus rezultātus. Turklāt Lawrence Berkeley National Laboratory ir izmantojusi NVIDIA DAQIRI tīkla bibliotēku reāllaika elektronu mikroskopijas datu apstrādei, kas ļauj noteikt jaunas elementāras iezīmes eksperimentu laikā.
Bioloģiskie pētījumi iegūst no cuSpa, kas paātrina šūnu daudzstūra telpisko grafu aprēķinus ar ātruma uzlabojumiem līdz pat 900 reizēm salīdzinājumā ar CPU metodēm. Integrēts ar rapids-singlecell ietvaru, tas ļauj ļoti ātri veikt viena šūnas datu analīzi, kuru izmanto tādas iestādes kā Memorial Sloan Kettering Cancer Center un uzņēmumi kā Therna Biosciences un 10x Genomics, lai paātrinātu terapeitiskā dizaina un telpiskās bioloģijas ieskatu attīstību. Turklāt atvērtā koda GPU paātrinātā HMMER bibliotēka paātrina olbaltumvielu secību anotāciju līdz pat 84 reizēm, atbalstot pamata modeļu izstrādi bioloģiskajās lietojumprogrammās.
Kopumā NVIDIA paplašinātās CUDA-X bibliotēkas nodrošina AI aģentiem un pētniekiem jaudīgus GPU darbinātus rīkus milzīgu datu apjomu un sarežģītu modeļu apstrādei, paātrinot atklājumus plašā zinātnisko jomu spektrā. Pētnieki, kas izmanto šos sasniegumus, var sagaidīt ievērojami ātrākas analīzes plūsmas, reāllaika eksperimentālās atgriezeniskās saites un uzlabotu AI metožu integrāciju zinātniskajos darba procesos.
Papildu tehniskai informācijai NVIDIA piedāvā paplašinātu dokumentāciju un gadījumu pētījumus savā emuārā, demonstrējot GPU atbalstītus sasniegumus, piemēram, melno caurumu attēlu atjaunošanu un kodolfūzijas simulāciju vadīšanu.
Avoti un oriģinālziņas
Lasīt oriģinālo avotu ↗

Komentāri (0)
Komentāru vēl nav. Sāciet diskusiju.
Rakstīt komentāru
Komentāri tiek publicēti pēc moderēšanas. Jūsu vārds un komentārs būs redzami publiski. Konts