de.wedoany.com-Bericht: NVIDIA hat auf der ISC-Konferenz in Hamburg neue Software vorgestellt, die KI-Wissenschaftsanwendungen beschleunigt, darunter Bereiche wie Chemie- und Materialentdeckung sowie die Suche nach Dunkler Materie.
Zu dieser Software gehören die NVIDIA DAQIRI-Bibliothek, neue NVIDIA ALCHEMI NIM-Mikrodienste sowie der bald erscheinende NVIDIA cuPhoton-Referenzcode, der Arbeiten, die auf der CPU Stunden oder Tage dauern, in Echtzeit-GPU-beschleunigte Pipelines verwandelt.
Sie sind Teil von NVIDIA CUDA-X, einer Reihe von Tools und Bibliotheken, die die Leistung in Bereichen wie KI und High-Performance-Computing steigern.
Beim Betrieb auf dem NVIDIA GB200 NVL72-System beschleunigt cuPhoton das Laden, Lesen, Verarbeiten und Analysieren von FITS-Daten (Standard-Astronomie-Dateiformat) von Observatorien und Teleskopen. In einem frühen Zugriff beschleunigte cuPhoton das Laden und Lesen von FITS-Bildern, die von der Legacy Survey of Space and Time (LSST) des Vera-C.-Rubin-Observatoriums gesammelt wurden, um das 14.900-fache. Außerdem ermöglichte es mit 32 NVIDIA Grace Blackwell Superchips eine bis zu 8.400-fache Beschleunigung der Signalverarbeitung und -analyse.
Letztendlich bedeutet dies schnellere Erkenntnisse von der LSST-Kamera (der größten Digitalkamera aller Zeiten), die Bilder von Milliarden entfernter Galaxien sowie von näheren, lichtschwachen Himmelskörpern aufnimmt.
Die neue Software beschleunigt die Erforschung von Dunkler Materie, Materialsimulationen und mehr. NVIDIA cuPhoton ist ein Referenzcode zur Gewinnung von Erkenntnissen aus mehrdimensionalen Daten, die von Teleskopen, Röntgen- und Laserexperimenten gesammelt werden. Er kann Petabyte-große Daten laden, verarbeiten, analysieren und visualisieren und wird zusammen mit anderen NVIDIA CUDA-X-Technologien verwendet, um durchgängig beschleunigte Pipelines aufzubauen. Forscher der Princeton University haben cuPhoton in Zusammenarbeit mit NVIDIA entwickelt und werden es gemeinsam mit der Harvard University nutzen, um Daten von Observatorien und Durchmusterungen der Dunklen Energie zu verarbeiten und zu analysieren.
NVIDIA DAQIRI – Data Acquisition for Integrated Real-time Instruments – ist eine leistungsstarke Netzwerkbibliothek, die Datenströme von schnellen Detektoren und Sensoren in NVIDIA-Software leitet. Ältere Systeme sind an feste Hardware gebunden und können Daten verlieren, wenn Instrumente Daten schneller erzeugen, als sie gespeichert werden können. DAQIRI hält Schritt, indem es die eingehenden Datenströme sofort verarbeitet. Ein Forschungsprojekt namens A-GHOST, das von Wissenschaftlern des CERN, der University of Chicago und des University College London im Rahmen des CERN openlab entwickelt wurde, verwendet DAQIRI, um KI in Echtzeit auf Kollisionsdaten auszuwerten, die vom ATLAS-Experiment am CERN aufgezeichnet wurden. A-GHOST analysiert Daten, die normalerweise von ATLAS verworfen werden (über 99 % der Daten werden aufgrund von Speicherbeschränkungen verworfen), und erfasst so möglicherweise interessante Signale, die sonst verloren gehen würden.
NVIDIA ALCHEMI umfasst eine Reihe von domänenspezifischen Mikrodiensten und ein Toolkit zur Beschleunigung der Entdeckung in Chemie und Materialwissenschaften, mit Anwendungen in Bereichen wie Batteriematerialien, Katalysatoren, OLED-Displays, Schönheitsprodukten und mehr. NVIDIA hat im März zwei ALCHEMI NIM-Mikrodienste veröffentlicht: Batch Geometry Relaxation (BGR) und Batch Molecular Dynamics (BMD). Diese KI-beschleunigten Tools ermöglichen es Forschern, Millionen von Molekülen und Materialien gleichzeitig zu simulieren: BGR dient zum Auffinden der stabilsten Strukturen, BMD zur Simulation ihrer Bewegung im Zeitverlauf. ALCHEMI wird voraussichtlich bald einen Mikrodienst für das Vienna Ab initio Simulation Package (VASP) enthalten, der es Forschern ermöglicht, Materialsimulationen mit höherem GPU-Durchsatz durchzuführen. Durch die Ausführung mehrerer VASP-Berechnungen auf einer einzelnen GPU mit dem NVIDIA Multi-Process Service erreicht dieser Mikrodienst eine 3-fache Beschleunigung der Geometrieoptimierung (dem Prozess der Suche nach der stabilsten Atom-anordnung in einem Material). Entwickler und Forscher können mit dem ALCHEMI-Toolkit das Training von KI-Ersatzmodellen für maschinelle Lern-Interatompotentiale beschleunigen und benutzerdefinierte leistungsstarke Atom-Simulationsworkflows erstellen.
Lila Sciences – das eine wissenschaftliche Superintelligenz-Plattform und autonome Labore aufbaut – hat in Zusammenarbeit mit NVIDIA ALCHEMI für hochpräzise Magnetsimulationen verwendet und dies im März auf der NVIDIA GTC in San Jose demonstriert. Lila Sciences nutzte den ALCHEMI NIM-Mikrodienst für BGR, um das Hochdurchsatz-Screening von Materialien um das 50-fache zu beschleunigen und stabile Kandidatenmaterialien zu identifizieren, die mit höherer Wahrscheinlichkeit synthetisiert werden können. Anschließend wurde mit dem frühen Zugriff auf den ALCHEMI VASP-Mikrodienst die Berechnung der magnetischen Eigenschaften der in die engere Wahl gekommenen Kandidatenmaterialien um 30 % beschleunigt.
Die speziell für TensorNet angepassten Kernel von ALCHEMI ermöglichten Lila eine 6-fache Beschleunigung bei Training und Inferenz und reduzierten die Speichernutzung um das Dreifache, sodass Simulationen, die früher Wochen dauerten, nun in wenigen Tagen abgeschlossen werden können.
Diese Methode der gleichzeitigen Bewertung mehrerer Materialien im GPU-Speicher lässt sich auf folgende Anwendungsfälle übertragen: Materialentdeckung, groß angelegtes Screening neuartiger, stabiler Zusammensetzungen; Energie, Entdeckung aktiver, erdabundanter Katalysatoren für die Herstellung von Chemikalien und Kraftstoffen; Elektromagnetismus, Verständnis und Vorhersage komplexer magnetischer Verhaltensweisen. ALCHEMI befindet sich in der Simulationsschicht und generiert physikalisch-wissenschaftliche Daten, die als Input für den Rest des Kreislaufs dienen.
Lila Sciences nutzt den gesamten NVIDIA-Stack zur Beschleunigung wissenschaftlicher Entdeckungen, darunter NVIDIA Megatron-LM und NVIDIA Nemotron für das Training sowie die offenen Modelle Nemotron 3 Nano und Nemotron 3 Super, zusammen mit den Bibliotheken NeMo RL und NeMo Gym. Außerdem werden NVIDIA BioNeMo für die Molekülgenerierung, NVIDIA Triton und NIM-Mikrodienste für die Inferenz sowie NVIDIA Omniverse-Bibliotheken für digitale Zwillinge verwendet. Andy Beam, Mitbegründer und CTO von Lila Sciences, sagte: „Diese Arbeit zeigt, wie ein leistungsstarker Computing-Stack genutzt werden kann, um Entdeckungen in einem Umfang zu beschleunigen, den kein einzelner Wissenschaftler allein erreichen könnte.“
Das NVIDIA ALCHEMI-Toolkit kann von Github und PyPI heruntergeladen werden. Die ALCHEMI NIM-Mikrodienste sind im NVIDIA NGC-Katalog verfügbar. Der ALCHEMI NIM-Mikrodienst für VASP wird voraussichtlich im Spätsommer dieses Jahres erscheinen. DAQIRI ist jetzt auf GitHub verfügbar. cuPhoton wird voraussichtlich im Sommer dieses Jahres erscheinen.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
