入圍戈登貝爾獎決賽的研究團隊 使用 NVIDIA 的技術來對抗新冠病毒及推動科學發展

入圍戈登貝爾獎決賽的研究團隊

使用 NVIDIA 的技術來對抗新冠病毒及推動科學發展

 

四個研究團隊運用 NVIDIA 的加速運算與人工智慧平台,拿到入圍戈登貝爾獎的標準獎項或新冠病毒研究特別獎的決賽門票,其中兩個團隊擁有十分驚人的十億級數量原子模擬結果

 

兩項對十億級數量原子的模擬結果,兩項對新冠病毒 (SARS-CoV-2) 的感染途徑所提出的新見解,以及一個加速藥物發現的全新人工智慧 (AI) 模型。

 

四個研究團隊以上述的研究成果,入圍了被視為高效能運算領域諾貝爾獎的戈登貝爾獎 (Gordon Bell Awards) 決賽。研究團隊利用 AI、加速運算或二者兼具,運用 NVIDIA 的技術推動科學發展。

 

入圍新冠病毒研究特別獎決賽的團隊,利用 AI 將多個模擬資料串連起來,以更上一層樓的清晰度,展示了病毒如何在宿主體內複製。

 

這項由阿貢國家實驗室 (Argonne National Laboratory) 的運算生物學家 Arvind Ramanathan 帶領進行的研究,能夠提高用於探索蛋白質結構的傳統工具解析度,或許能為遏止病毒傳播提供新的見解。

 

這個團隊由數十個來自英美兩國的組織組成,他們設計了一個能夠跨系統運作的工作流程,包括由慧與科技 (Hewlett Packard Enterprise;HPE) 製造、搭載 NVIDIA A100 的 Perlmutter 超級電腦,以及阿貢國家實驗室的 NVIDIA DGX A100 系統

 

在這篇論文中寫道:「整合生物學是否能進行多站點資料分析和模擬的能力,對利用難以轉移的大型實驗資料來說是非常寶貴的。」

 

該團隊在研究活動中發展出一項技術,利用 GPU 上熱門的 NAMD 程式加速推動分子動力學的研究。他們還利用 NVIDIA NVLink 來提高資料的傳輸速度,「遠遠超過目前傳統高效能運算網路互連技術或是 PCIe 傳輸技術所能達到的速度。」

 

用極為逼真的畫面模擬十億個原子

南佛羅里達大學的物理學教授 Ivan Oleynik 領軍的團隊,以首個高精度十億個原子模擬畫面,入圍了戈登貝爾獎標準獎項的決賽。它以 23 倍的速度打破了去年戈登貝爾獎得主所締造的紀錄

 

Oleynik 表示:「發掘出從未見過的現象是一大樂事,這是我們非常自豪的一項重大成就。」

 

模擬極端溫度和壓力下的碳原子,或許能為新能源打開大門,也能讓我們瞭解遙遠星球的構成。這個驚人的模擬結果達到量子等級的精準度,忠實反映出原子之間的作用力。

 

Oleynik 表示:「我們只有在強大的 GPU 超級電腦上,使用機器學習技術才能達到這般精確度,AI 將為科學開展帶來一場革命。」

 

該團隊發揮美國能源部 Summit 超級電腦 4,608 台 IBM Power AC922 伺服器,以及 27,900 個 NVIDIA GPU 的強大運算能力,Summit 超級電腦由 IBM 負責建造,是全球最強大的超級電腦之一。它證明了該團隊的程式碼,能夠以幾乎 100% 的效率擴大到模擬 200 億個以上的原子。

 

想要突破材料科學界限的研究人員,都能取得這個程式碼。

 

在致命的飛沫裡面

第二個入圍新冠病毒特別獎決賽的團隊,利用另一個十億個原子的模擬內容,展示了空氣飛沫裡的 Delta 病毒變體 (如下圖)。其揭示了生物傳播新冠肺炎及其他疾病的力量,首次以原子級的程度對氣溶膠進行觀察。

 

去年的特別獎得主、加州大學聖地牙哥分校研究員 Rommie Amaro 帶領之研究團隊所發表的論文中,提到這項研究成果「對深層肺部的病毒結合,以及對其他空氣傳播病原體的研究,具有深遠的影響」。

圖_由 Amaro 帶領的團隊以超過十億個原子,模擬呼吸道飛沫中的新冠病毒 Delta 變種。

Amaro 表示:「我們展示了 AI 如何在多個層面上搭配高效能運算,進而大幅改善有效性,以便用新的方法去理解和審視複雜的生物系統。」

 

研究人員運用 Summit 超級電腦上的 NVIDIA GPU,以及戴爾科技 (Dell Technologies) 為德州先進運算中心及甲骨文 (Oracle) 雲端商用系統打造的 Longhorn 子系統。

 

該團隊在結論中寫道:「高效能運算與雲端資源能夠顯著縮短解決重大科學問題的時間,以及串連研究人員進行複雜的合作互動。」

 

藥物發現的語言

入圍新冠病毒特別獎決賽的橡樹嶺國家實驗室 (Oak Ridge National Laboratory;ORNL) 團隊,將自然語言處理 (NLP) 技術用於解決篩選新藥化合物的問題。

 

他們使用內有 96 億個分子的資料集,迄今用於這項任務最龐大的資料集,在 2 小時內訓練出一個可以加速發現新藥的 BERT NLP 模型。過去的最佳成績是花了四天,用有 11 億個分子的資料集來訓練一個模型。

 

這項研究工作在 Summit 超級電腦上,用了超過 2.4 萬個 NVIDIA GPU,提供高達 603 petaflops 的運算能力。完成訓練的模型可以在單一 GPU 上運行,幫助研究人員找到能夠抑制新冠肺炎和其他疾病的化合物。

 

橡樹嶺國家實驗室的運算科學家 Jens Glaser 表示:「我們這裡的合作者想將該模型用於研究癌症訊息傳遞路徑。」

 

帶領該團隊的研究科學家 Andrew Blanchard 表示:「我們只是粗淺地探討了訓練資料的大小,希望很快能使用有 1 兆個分子的資料集進行研究。」

 

仰賴全堆疊解決方案

該團隊使用 NVIDIA 的 AI 和加速運算軟體函示庫,在一名觀察員所說的極短時間內完成了工作。

 

Glaser 表示:「我們不用對 GPU 的 Tensor 核心完全最佳化調整研究工作內容,不需要專門的程式碼,直接用標準的堆疊就行了。」

 

他總結了許多決賽選手的感受:「科學家有機會進行別具意義的研究,對人們的生活產生潛在影響,這樣就滿足了。」

 

歡迎觀看 NVIDIA 於台灣時間 11 月 16 日在 SC21 大會直播的特別演講

數碼領域

寵物友善 Arlo 智能攝影機 讓您感到安全又放心

數碼領域
2024-03-27 0
寵物友善 Arlo 智能攝影機   讓您感到安全又放心 Arlo Essential 室內攝影機 (第二代)提供2K視頻、130 度視野範圍,夜視功能和雙向音頻   將寵物留在家可能會感到擔心,特別是當您外出旅行時。寵物主人常常想知道應選用哪種攝影機來監視他們的毛孩子最為合適,室內攝影機可 ...

SAP與NVIDIA攜手加速推動全球企業應用生成式AI

數碼領域
2024-03-19 0
SAP與NVIDIA攜手加速推動全球企業應用生成式AI 客戶可利用 NVIDIA AI Foundry 和全新NVIDIA NIM的大型語言模型 (LLM) 釋放SAP雲端解決方案中業務數據的潛力 SAP和NVIDIA宣佈擴展合作夥伴關係,共同協助企業客戶加速在 SAP雲端解決方案和應用中發揮數據和 ...

Be the first to comment

發表迴響

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料