芯東西11月22日報道，在本週於美國亞特蘭大舉行的年度超級計算大會SC24上，（NVIDIA）憑藉多項重要釋出和進展，再度成為行業焦點。
NVIDIA創始人兼CEO、NVIDIA加速計算副總裁Ian Buck共同釋出了一系列AI和超級計算工具，涵蓋了新一代藥物發現、實時氣候預測和量子模擬，以助力改變生物製藥、氣候科學等行業。
他們重點介紹了幾個影響現實世界的例子，包括諾貝爾獎獲得者在神經網路和蛋白質預測方面取得突破性進展，這些突破就是在NVIDIA技術支援下實現的。
今年TOP500榜單上的384個系統都採用了NVIDIA技術。在53個新上榜的系統中，有87%（46個系統）是加速系統。這些加速系統中有85%使用了NVIDIA Hopper GPU，推動了氣候預測、藥物研發、量子模擬技術等研究。
在Green500榜單前十中，有8個系統採用了英偉達的技術。
黃仁勳談道：“超級計算機是人類最重要的工具之一，推動著科學突破，拓展著知識的邊界。在創造了第一款GPU的25年之後，我們重塑了計算，並引發了一場新的工業革命。”
據他回憶，NVIDIA的加速計算之旅始於2006年釋出的CUDA和首款用於科學計算的GPU。
2008年東京工業大學的Tsubame超級計算機、2012年橡樹嶺國家實驗室的Titan超級計算機以及2016年交付給OpenAI的AI超級計算機NVIDIA DGX-1等等，這些里程碑的成就突顯了NVIDIA在該領域發揮的變革性作用。
一、釋出cuPyNumeric：無需修改Python程式碼，支援在數千塊GPU上執行
在SC24上，NVIDIA釋出了cuPyNumeric庫（NumPy的GPU加速版本），旨在增強資料科學、機器學習和數值計算領域的應用。
有了這個全新加速計算庫，科研人員能將資料處理Python程式碼毫不費力地執行在基於CPU的膝上型電腦、GPU加速工作站、雲伺服器或大型超級計算機上。
cuPyNumeric支援在1塊或數千塊GPU上執行程式碼，而且無需修改任何程式碼。
最新版cuPyNumeric已在Conda和GitHub上釋出，支援NVIDIA GH200 Grace Hopper超級晶片、執行時自動進行資源配置以及改進的記憶體擴充套件；還支援科學界非常流行的HDF5，這種檔案格式有助於高效地管理大型的複雜資料。
NVIDIA現有400多個CUDA-X庫，在增強各個行業的計算能力方面持續處於領先地位。
二、CUDA-Q：與谷歌量子AI合作，加快量子計算器件設計
黃仁勳將CUDA-X庫稱作“加速計算的引擎”，它賦能了從AI驅動的醫療突破到量子電路模擬的一切。
NVIDIA關注實時的互動技術，涵蓋了從工程到量子模擬的各個領域。
在與谷歌的合作中，NVIDIA的CUDA-Q現已為量子處理器詳細的動態模擬提供支援，將原本長達數週的運算時間縮短到了幾分鐘。
Ian Buck解釋道，藉助CUDA-Q，所有量子處理器的開發人員都能夠進行更大規模的模擬，探索更具可擴充套件性的量子位元設計。
NVIDIA宣佈與谷歌量子AI合作，使用NVIDIA CUDA-Q平臺進行模擬，加快下一代量子計算器件的設計工作。
谷歌量子AI的研究科學家Guifre Vidal談道：“要想開發出商用的量子計算機，就必須能夠在控制噪聲的情況下擴充套件量子硬體規模。藉助NVIDIA加速計算，我們正在探索越來越大的量子晶片設計中噪聲的影響。”
量子計算硬體只能執行一定數量的量子運算，然後由於存在研究人員稱之為“噪聲”的現象就必須終止計算。理解量子硬體設計中的噪聲需要進行復雜的動態模擬，以便充分了解量子處理器內的量子位元是如何與周圍環境相互作用的。
對此，谷歌量子AI正在使用量子-經典混合計算平臺和NVIDIA Eos超級計算機，來模擬其量子處理器的物理特性，從而有助於克服量子計算硬體當前的一些侷限。
以前模擬計算成本很高。藉助CUDA-Q平臺，谷歌可以在NVIDIA Eos超級計算機上使用1024個NVIDIA Hopper Tensor Core GPU，以極低成本進行對包含40個量子位元的器件進行逼真的全面模擬，這是同類模擬中規模最大的。
原本需要一週時間完成的噪聲模擬，透過CUDA-Q提供的模擬技術，現在只需要幾分鐘就能完成。
驅動這些加速動態模擬的軟體將公開發布在CUDA-Q平臺上，使量子硬體工程師能夠快速地擴充套件他們的系統設計。
三、Omniverse Blueprint：建立實時數字孿生體，將模擬速度提高1200倍
會上，NVIDIA釋出了用於實時計算機輔助工程數字孿生的NVIDIA Omniverse Blueprint。藉助這個參考工作流，行業軟體開發商可以幫助航空航天、汽車、能源和製造業等行業的開發人員建立互動式數字孿生體。
黃仁勳將Omniverse Blueprint稱作是打通NVIDIA Omniverse與AI技術的參考管線。
該藍圖是利用NVIDIA加速庫、物理-AI框架以及基於物理的互動式渲染而構建的，它將模擬速度提高了1200倍，為實時互動樹立了新標杆。
它首先被用於計算流體動力學（CFD）模擬等用途。CFD模擬是在虛擬環境中探索、測試和完善汽車、飛機、船舶等諸多產品設計的關鍵步驟。從物理模擬到視覺化和設計最佳化，傳統工程流可能需要數週乃至數月的時間才能完成。
開發者可將該藍圖作為單個元素或整體整合到現有工具中。
包括西門子、Altair、Ansys、Cadence在內的早期採用者已經在使用該藍圖來最佳化工作流、降低成本並更快地將產品推向市場。
NVIDIA和Luminary Cloud在SC24大會上展示了業界領先的虛擬風洞。它支援使用者以實時、互動式的速度對流體動力學進行模擬和視覺化，甚至可以同時更改風洞內的車輛模型。
四、“AI+化學”微服務：提高材料篩選效率，鋰電池開發商半天繪製10萬個分子
在SC24上，NVIDIA ALCHEMI NIM微服務正式釋出，將生成式AI引入化學領域，改變了材料發現的規則。這項微服務不久將透過NVIDIA NGC 目錄供研究人員免費試用。
Ian Buck解釋道，科學家們首先定義他們想要的特性，比如強度、導電性、低毒性甚至顏色。
生成式AI模型會推薦數千個具有所需特性的潛在候選化合物。然後，ALCHEMI NIM透過使用NVIDIA Warp來求解候選化合物的最低能量狀態，根據穩定性對這些候選化合物進行排序。
透過最佳化針對化學模擬的AI推理，這項微服務可以幫助科研人員在虛擬AI實驗室的模擬環境中測試化合物和材料的穩定性，從而降低成本和能耗，有望催生更高效且可持續發展的材料，從而支援可再生能源轉型。
例如，在NVIDIA H100 Tensor Core GPU上執行材料化學預訓練基礎模型MACE-MP-0時，如果是模擬一種潛在混合物的長期穩定性，那麼這項全新的NIM微服務可以將評估速度加快100倍。
SES AI是領先的鋰電池開發商，這家公司正在使用NVIDIA ALCHEMI NIM微服務和AIMNet2模型，希望更快地找到製造電動汽車所需的電解質材料。
藉助ALCHEMI，SES AI近期在半天時間內繪製了10萬個分子，而且有望把繪製時間縮短到1小時之內。SES AI的目標是在未來幾年內繪製多達100億個分子的特性，打破AI驅動的高通量發現的邊界。
透過支援科學家在更短時間內研究更多的結構，NIM微服務可以促進用於太陽能和蓄電池等材料的研究，從而推動可再生能源的轉型。
NVIDIA還計劃釋出用於模擬新材料可製造性的NIM微服務，以確定如何讓新材料走出實驗室並用於製造實際產品，比如電池、太陽能電池板、肥料、殺蟲劑等，讓地球更健康、更環保。
五、BioNeMo開源框架：加速AI醫藥研發，擴大數字生物學研究規模
NVIDIA宣佈全球製藥和科技生物行業的領導者、學術先鋒和 AI 研究人員正在使用開源的NVIDIA BioNeMo框架，來推進藥物研發並加速分子設計。
開源BioNeMo框架提供了一系列加速計算工具，旨在為生物分子研究提供指數級擴充套件的AI模型。
與其它AI軟體相比，BioNeMo將訓練速度提高了2倍，幫助人們更快地開發出挽救生命的治療方法。
A Alpha Bio、美國阿貢國家實驗室等領先的生物技術公司、科技生物研究人員以及AI平臺公司與組織已經或即將為這一開源框架做出貢獻。以推動計算科學發展著稱的領先重點科研機構也使用BioNeMo框架推動創新。
端到端NVIDIA BioNeMo平臺專為加快AI藥物研發和分子設計模型的建立、定製與部署而設計，透過與加速計算基礎設施無縫整合，該能夠降低成本、擴大規模，並加快藥物研發流程的速度。
除BioNeMo框架外，該平臺還支援AI推理微服務NVIDIA NIM和針對溼實驗室和計算工作流的最佳化參考設計NVIDIA BioNeMo Blueprints。
NVIDIA釋出了適用於BioNeMo的一系列經過最佳化且易於使用的全新NIM微服務。這些微服務支援AlphaFold2、DiffDock 2.0等業界領先的模型，可快速、輕鬆地部署在本地或任何資料中心或雲中，使開發人員能夠在各種不同的環境中靈活執行應用，並縮短了生物藥物研發研究中從推理到獲得洞察的時間。
NVIDIA釋出了一種預測藥物如何與靶蛋白相互作用的突破性工具DiffDock 2.0。
在全新cuEquivariance庫的支援下，DiffDock 2.0比以前快了6.2倍，使研究人員能夠以前所未有的高速度和高準確度來篩選數百萬種分子。
BioNeMo現在加入了包括cuEquivariance在內的全新加速庫，能夠加速DiffDock化學預測所必需的數學計算。
企業可使用NVIDIA BioNeMo Blueprints來幫助開發人員將其AI部署擴充套件為企業級生產管線。
用於虛擬篩選的BioNeMo Blueprint提供了一個可定製且易於遵循的AI工作流目錄，不但能夠使用NIM微服務來更快設計出小分子，同時還能節省時間和成本。
目前已有200多家科技生物公司、大型製藥公司和初創企業使用者將BioNeMo整合到其計算機輔助藥物研發平臺和工作流中。
五、Earth-2 NIM微服務：將氣候建模提速500倍
Ian Buck還發布了兩項全新的微服務CorrDiff NIM和FourCastNet NIM。它們可將NVIDIA Earth-2平臺上的氣候變化建模和模擬結果提速多達500倍。
Earth-2是一個用於模擬和視覺化呈現天氣和氣候條件的數字孿生雲平臺，旨在為氣象技術公司帶來領先的生成式AI驅動的功能，以輔助預測極端天氣事件。
這些微服務有助於加速部署基礎模型，同時確保資料安全，能幫助氣象技術公司更快生成更高解析度、實現更準確的預測，而且比傳統系統的能效更高。
NVIDIA CorrDiff是一種可實現公里尺度超高解析度的生成式AI模型，基於 WRF模型的數值模擬結果進行訓練，可以生成12倍更高解析度的天氣預報結果。
與使用CPU的傳統高解析度數值天氣預報相比，CorrDiff NIM微服務的計算速度高出了500倍，能效提升了10000倍。此外，CorrDiff現在以300倍的更大規模執行，可對整個美國進行超解析度處理（即提高低解析度影象或影片的解析度），並能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微服務使大規模集合預報成為可能，提供了全球範圍的中期粗解析度預報。透過使用歐洲中期天氣預報中心或美國國家海洋和大氣管理局等業務氣象中心的初始場，提供商可生成未來兩週的預報，速度比傳統數值天氣模型快5000倍。
藉助這些工具，氣候技術提供商能夠以不同尺度評估極端天氣相關風險，從而預測當前計算工作流對低機率事件發生可能性的遺漏。
結語：AI將改變每個100萬億美元市場
此次在SC24期間的一系列釋出和進展分享，展示了NVIDIA如何利用AI來推動氣候預測、藥物發現、量子模擬等科學突破，從而能夠更快地應對全球挑戰。
“自CUDA誕生以來，NVIDIA將計算成本降低至之前的百萬分之一。”黃仁勳在演講中談道，“對一些人來說，NVIDIA 就像一臺計算顯微鏡，讓他們能夠觀察到極其微小的東西；對另一些人來說則像一臺望遠鏡，讓他們能夠探索難以想象的遙遠星系；對許多人來說，它是一臺時間機器，讓他們能夠在有生之年從事畢生的事業。”
黃仁勳相信，AI將加速科學發現，變革各行各業，並徹底改變全球每一個100萬億美元規模的市場。
