NVIDIA AI 加速商业和科学领域的高性能计算发展

生成式 AI 正在众多国家实验室和企业实验室中“生根发芽”，加速加速商业和科学领域的商业算高性能计算发展。

桑迪亚国家实验室的和科研究人员致力于使用 Kokkos 自动生成代码 。Kokkos 是学领一种并行编程语言，专门用于全球最强大的高性超级计算机设计。

这是加速一项十分庞大的工程。这种专门的商业算语言由多个国家实验室的研究人员开发，可以处理在数万个处理器上运行任务时出现的和科细微差别 。服务器租用

桑迪亚实验室正在利用检索增强生成（RAG）技术创建 Kokkos 数据库 ，学领并将其与 AI 模型打通
。高性研究人员采用不同的加速 RAG 方法进行实验，初步测试显示出了可喜的商业算成果。

科学家将要评估的和科 RAG 选项包括了诸如 NeMo Retriever 等基于云的服务。

桑迪亚实验室极大规模计算高级经理 Robert Hoekstra 表示
 ：“NVIDIA 提供的学领丰富工具帮助我们大大加快了 HPC 软件开发人员的工作速度。”

通过模型调校和 RAG 构建智能助手只是高性一个开始 。研究人员的最终目标是香港云服务器采用经过气候 
、生物和材料科学等领域的科学数据训练而成的基础模型 。

风暴预测

天气预报领域的研究人员和企业正在采用 NVIDIA Earth-2 中的生成式 AI 模型 CorrDiff。Earth-2 是一套用于天气和气候研究的服务和软件
。

CorrDiff 可以将传统大气模型的 25 公里分辨率降至 2 公里 ，并将可合并的预报数量扩大 100 倍以上 ，从而提高预测的可信度。建站模板

位于弗吉尼亚州维也纳的 Spire 公司通过自己的微型卫星网络采集数据。该公司的机器学习和建模负责人 Tom Gowan 表示：“这是一项富有前景的创新我们计划在全球和地区性 AI 预测中利用这种模型，以获得更加丰富的洞察。”

他在最近的一次采访中表示
，生成式 AI 可以实现更加快速、准确的预测 。

他还补充道：“这确实是气象学领域的云计算一次巨大飞跃。通过与 NVIDIA 合作 ，我们可以使用世界上最好的 GPU，它们对训练和推理任务而言是最可靠性 
、最快速和最高效的。”

总部位于瑞士的 Meteomatics 公司最近宣布，计划将 NVIDIA 的生成式 AI 平台用于其天气预报业务 。

Meteomatics 公司创始人兼首席执行官 Martin Fengler 表示：“通过与 NVIDIA 合作 ，我们将帮助能源公司实现最大限度的可再生能源利用，并通过快速
、亿华云准确的天气波动洞察提高其盈利能力。”

通过生成基因推动医学研究

阿贡国家实验室的科学家正在利用这项技术生成基因序列，以便更好地了解 COVID-19 背后的病毒。他们一项获奖的模型 GenSLMs 所生成的模拟结果与现实世界中的 SARS-CoV-2 变体非常相似。

首席研究员 Arvind Ramanathan 在一篇博客中写道 ：“通过了解基因组的不同部分如何共同进化  ，我们找到了关于病毒可能如何发展出新弱点或产生新抗药性的线索。”

GenSLMs 使用超过 1.1 亿个基因组序列，在多台搭载 NVIDIA Tensor Core GPU 的高防服务器超级计算机（包括阿贡实验室的Polaris 系统 、美国能源部的Perlmutter 和 NVIDIA 的 Selene）上训练而成。

微软开发新型材料

微软研究院展示了生成式 AI 如何加速材料科学领域的工作。

其MatterGen 模型可以生成具有所需特性的新型稳定材料
。这种方法可以指定想要开发材料的化学 、磁性、电子、机械等特性。

谈及在 Azure AI 基础架构上使用 NVIDIA Tensor Core GPU 上训练而成的模型时，微软研究院的团队表示 ：“我们相信 MatterGen 模型是 AI 技术在材料设计领域迈出的重要一步。”

Carbon3D 等公司已经在寻找新机会 ，以将生成式 AI 应用于商业 3D 打印中的材料科学研究 。

这仅仅是研究人员利用生成式 AI 推动 HPC 和科学发展的开始。借助 NVIDIA 的 GPU，他们的工作效率将提升到新的水平
。