Vai al contenuto
AI.info

The Pulse

NVIDIA amplia gli strumenti CUDA-X per agenti di IA scientifica

NVIDIA ha ampliato i suoi strumenti CUDA-X per il calcolo scientifico con software per l’astronomia, le simulazioni molecolari e la biologia spaziale. L’azienda afferma che gli strumenti possono accelerare i flussi di lavoro di ricerca e, in alcuni casi, funzionare con agenti di IA.

NVIDIA amplia gli strumenti CUDA-X per agenti di IA scientifica

I ricercatori che lavorano nell’astronomia, nelle simulazioni molecolari e nella biologia hanno a disposizione nuovi strumenti software GPU e versioni ampliate di quelli esistenti nella raccolta CUDA-X di NVIDIA, tra cui una libreria open source per la biologia spaziale e strumenti compatibili con gli agenti di IA. NVIDIA ha descritto le novità in un post aziendale del 16 novembre, affermando che l’elaborazione è più rapida in diversi flussi di lavoro di ricerca.

Dai telescopi alle simulazioni

Il telescopio Event Horizon collega radiotelescopi in tutto il mondo e produce petabyte di dati. NVIDIA afferma che il modulo cuPhoton.xBeam può correlare osservazioni che in precedenza richiedevano oltre un mese di analisi in otto minuti.

In un post tecnico separato, NVIDIA riferisce che xBeam ha elaborato un dataset da 10 TB in 70 secondi, circa 460 volte più rapidamente rispetto alla baseline di 31.992 secondi di una CPU x86. Il confronto è stato effettuato con un sistema NVIDIA Vera Rubin NVL72 dotato di 64 GPU e GPUDirect Storage in modalità di compatibilità. Il post tecnico precisa che la costruzione di un modello 3D del gas a partire dalle misurazioni ottenute è una fase successiva separata, che cuPhoton al momento non integra.

I ricercatori di Pacific Fusion hanno utilizzato un altro modulo cuPhoton, xLens, per ricavare informazioni mentre erano in corso simulazioni del plasma. La pipeline può essere abbinata a un agente basato su NVIDIA Nemotron in esecuzione locale, per un’analisi interattiva che può aiutare a orientare le simulazioni e fornire indicazioni sulla progettazione dei bersagli e delle camere dei reattori a fusione.

Molecole e materiali

Per le simulazioni molecolari, cuPotential si basa sul lavoro dei ricercatori del Flatiron Institute della Simons Foundation e di D. E. Shaw Research. NVIDIA afferma che cuPotential accelera fino a tre volte il software di simulazione esistente, migliorando al contempo la stabilità e l’accuratezza dei calcoli. L’azienda collabora con Schrödinger e con le comunità di AMBER, NAMD, GROMACS, LAMMPS e Open Molecular Software Foundation per integrarlo nei flussi di lavoro di dinamica molecolare.

Cadence, Fathom Therapeutics, Topos Bio, Genesis Molecular AI e Terray Therapeutics stanno adottando cuPotential per la scoperta di farmaci. Secondo NVIDIA, il software può anche supportare la creazione di dati sintetici per modelli di IA generativa, l’identificazione dei siti di legame molecolari e il calcolo dell’intensità delle interazioni molecolari.

Daviator, una raccolta di kernel GPU raggruppati in batch per il Vienna Ab initio Simulation Package, sarà disponibile in NVIDIA ALCHEMI. NVIDIA afferma che il software consente di eseguire calcoli di meccanica quantistica fino a 22 volte più rapidamente e con costi inferiori fino al 75%. Al Lawrence Berkeley National Laboratory, la libreria di rete DAQIRI collega un rilevatore per microscopia elettronica all’elaborazione GPU, così che i ricercatori possano analizzare le misurazioni durante un esperimento.

Strumenti per i dati biologici

La nuova libreria open source cuSpa accelera i calcoli che coinvolgono poligoni cellulari. NVIDIA afferma che lo strumento consente agli sviluppatori di generare grafi spaziali per modelli di pazienti e tumori al Memorial Sloan Kettering Cancer Center, con un’accelerazione di 900 volte rispetto alle CPU. Il suo pacchetto Python assegna le coordinate dei trascritti ai poligoni cellulari e crea matrici di conteggio cellula-per-gene sulla GPU.

Il framework rapids-singlecell, sviluppato con scverse per l’analisi di singole cellule, è ora disponibile in un unico container pronto per gli agenti. NVIDIA afferma che Therna Biosciences lo ha utilizzato per elaborare dati 200 volte più rapidamente nella progettazione di terapie, mentre 10x Genomics ha integrato il framework nella sua piattaforma Sentira.

Una libreria HMMER open source accelerata da GPU supporta l’annotazione di sequenze proteiche previste per la preparazione dei dati destinati ai modelli fondazionali biologici. L’azienda riferisce inoltre che, nei benchmark di ricerca condotti da Basecamp Research, le prestazioni sono state fino a 84 volte superiori rispetto a HMMER standard.

Fonti

Aziende in questa notizia

Notizie correlate

Esplora

Altri articoli