- Advertisement -SMAPACE 50MM MODULAR SYSTEMSMAPACE 50MM MODULAR SYSTEM
AINVIDIA发布CUDA-...

NVIDIA发布CUDA-X库:AI Agent加速科学发现

NVIDIA 官方宣布扩展 CUDA-X 库,包括 cuPhoton、cuPotential 和 cuSpa 等模块,旨在通过 GPU 加速让 AI Agent 能够处理天文、聚变和生物领域的海量数据,从而加速科学发现。

要点速览

  • 天文观测实时化:利用 cuPhoton.xBeam 模块,事件视界望远镜(EHT)的黑洞数据相关性分析从超过一个月缩短至八分钟,支持在 NVIDIA DGX Spark 等紧凑系统上实时重建黑洞影像。
  • 聚变模拟交互控制:Pacific Fusion 研究人员使用 cuPhoton.xLens 模块在等离子体模拟运行时提取洞察,并结合本地运行的 NVIDIA Nemotron Agent,实现实时交互式分析以指导聚变反应堆设计。
  • 药物与材料研发加速:cuPotential 将分子模拟速度提升最高 3 倍;Daviator 使量子力学计算速度提升最高 22 倍;cuSpa 使细胞多边形计算速度提升 900 倍,显著降低药物筛选和材料研究的算力成本。

黑洞观测与聚变模拟: 事件视界望远镜通过全球射电望远镜阵列生成拍字节级数据,传统处理耗时数月。NVIDIA cuPhoton toolkit 中的 cuPhoton.xBeam 模块通过关联观测数据,实现了数量级级别的加速。研究人员在 DGX Spark 系统上即可完成从数据加载、处理到可视化的全流程,成功关联了 J1924 和 3C279 等黑洞喷流,使实时重建 M87* 黑洞成为可能。

在核聚变领域,维持数百万度等离子体需要昂贵的模拟。Pacific Fusion 团队利用 cuPhoton.xLens 模块在模拟运行期间提取洞察,并耦合本地 Nemotron Agent。这种交互分析允许研究人员在实验过程中实时调整模拟参数,从而优化反应堆靶材和腔室设计,解决了实验数据生成速度快于传统处理管线的问题。

药物发现与材料科学: cuPotential 基于 Simons Foundation 和 D. E. Shaw Research 的研究成果,将分子模拟速度提升最高 3 倍,同时提高计算稳定性和准确性。它加速了生成式 AI 模型的合成数据创建,帮助发现未知的分子结合位点。Schrödinger、AMBER、NAMD 等社区正在集成该加速库,Cadence、Fathom Therapeutics 等公司也已采用。

在材料研究方面,Daviator 作为 ALCHEMI 的一部分,为 Vienna Ab initio Simulation Package 提供批量 GPU 内核,使量子力学计算速度提升最高 22 倍,成本降低最高 75%。劳伦斯伯克利国家实验室利用 DAQIRI 网络库将电子显微镜探测器直接连接到 GPU,实现了实验过程中的原子级实时分析。

生物信息学加速: 新开源的 cuSpa 库加速细胞多边形计算,使 Memorial Sloan Kettering 癌症中心能够生成大规模空间图,速度比 CPU 快 900 倍。与 scverse 共同开发的 rapids-singlecell 框架已整合为 Agent-ready 容器,Therna Biosciences 利用其将治疗设计数据处理速度提升 200 倍。此外,开源的 HMMER 库在 Basecamp Research 的基准测试中,比标准版本快 84 倍,大幅缩短了蛋白质序列注释时间。

关键参数

项目参数
cuPhoton.xBeam 加速比相比传统方法,黑洞数据分析从月级缩短至分钟级
cuPotential 加速比分子模拟速度最高提升 3 倍
Daviator 加速比量子力学计算速度最高提升 22 倍
cuSpa 加速比细胞多边形计算速度比 CPU 快 900 倍
HMMER 加速比蛋白质序列基准搜索速度最高提升 84 倍
支持硬件分布式多 GPU 系统、NVIDIA DGX Spark 系统

媒体评价

据 NVIDIA Blog 报道,这些库的发布标志着 AI Agent 从单纯的文本处理向科学计算领域扩展。Nemotron Agent 与 cuPhoton 的结合,使得科学家不再需要等待模拟结束,而是可以在数据生成的同时引导研究方向。对于拥有本地 GPU 集群或高性能工作站的研究团队而言,这意味着可以将原本需要数周的计算任务压缩到几天甚至几分钟内完成。

RANSEA VIEW

这对个人和家庭工作室意味着什么?

对于独立研究者、小型生物信息学团队或拥有高性能 GPU 的工作室,CUDA-X 库的扩展意味着“科学级”数据处理能力不再局限于大型超算中心。特别是 cuSpa 和 cuPotential 的开源及加速效果,让个人用户能够以极低的延迟处理单细胞数据和分子模拟,大幅降低了对云端算力的依赖和成本。

值不值得?如果你从事天文数据处理、分子动力学模拟或空间生物学研究,且本地拥有 NVIDIA GPU,这些库能显著缩短迭代周期。特别是 DGX Spark 对 cuPhoton 的支持,让紧凑的桌面系统也能处理拍字节级数据的相关性分析,非常适合资源有限的独立实验室。适合那些需要频繁运行复杂科学模拟、且希望利用 AI Agent 进行实时交互分析的用户。

参考来源

留下一个答复

请输入你的评论!
请在这里输入你的名字

订阅周报

每周日一封,免费

一周新品与价格变化

值得买、值得等,还是可以跳过

本周深度稿与实测

往期周报可以在「周报」栏目查看。

Exclusive content

- Advertisement -Work with Ransea:新品送测、品牌合作与广告投放

Latest article

More article

- Advertisement -订阅 Ransea 周报订阅 Ransea 周报