GN News
NaukaGN News Redakcija

NVIDIA predstavlja CUDA-X alate za bržu analizu crnih rupa, materijala i ćelija

Nove i unapređene GPU biblioteke namenjene su naučnicima i AI agentima. NVIDIA navodi ubrzanja analize teleskopskih podataka, simulacija materijala i prostorne biologije, uz rezultate koji zavise od radnog zadatka.

Arhivska fotografija sedišta kompanije NVIDIA u Santa Klari, Wikimedia Commons CC BY-SA 4.0. Ne prikazuje teleskop, istraživačku laboratoriju niti simulacije opisane u tekstu.
Coolcaesar / Wikimedia Commons. CC BY-SA 4.0 (https://creativecommons.org/licenses/by-sa/4.0). Izvor: https://commons.wikimedia.org/wiki/File:NVIDIA_Headquarters.jpg. Obrada: slika konvertovana u WebP.

Računarska snaga kao alat za naučna otkrića

NVIDIA je predstavila nove primere upotrebe CUDA-X biblioteka kojima naučni timovi obrađuju velike skupove podataka i ubrzavaju složene simulacije. U objavi od 16. novembra kompanija posebno izdvaja astronomiju, fiziku plazme, molekularna istraživanja, materijale i biologiju pojedinačnih ćelija. Zajednički cilj svih tih projekata jeste da se računarski najteži koraci presele na grafičke procesore, tako da istraživači dobiju rezultate brže i mogu da isprobaju više hipoteza.

Kompanija pritom povezuje biblioteke sa AI agentima koji pomažu u pripremi, pokretanju i tumačenju računarskih poslova. Važno je, međutim, razdvojiti automatizaciju od samog naučnog zaključivanja: brža obrada podataka ne garantuje da je hipoteza tačna, a eksperimentalni rezultati i dalje zahtevaju proveru stručnjaka. Brojke o ubrzanjima u objavi odnose se na konkretne primere i konfiguracije, ne na obećanje da će svaki računar postići isti rezultat.

Od radioteleskopa do simulacija fuzije

Jedan od najzanimljivijih primera odnosi se na Event Horizon Telescope, mrežu radioteleskopa koja zajedničkim posmatranjem ostvaruje izuzetno veliku efektivnu rezoluciju. Obrada takvih podataka zahteva precizno usklađivanje posmatranja sa različitih lokacija i može trajati veoma dugo. NVIDIA navodi da je uz cuPhoton.xBeam pojedini postupak koji je ranije trajao duže od mesec dana skraćen na približno osam minuta. To je kompanijski prikaz ubrzanja određenog koraka analize, a ne tvrdnja da je svaki astronomski projekat završen za osam minuta.

Drugi deo tehnologije, cuPhoton.xLens, prikazan je u istraživanjima fuzione plazme. Tim Pacific Fusion koristi obradu podataka tokom simulacije kako bi ranije video kako se sistem ponaša, umesto da sačeka kraj dugog računanja. Takav pristup može pomoći u izboru narednih parametara eksperimenata i projektovanju delova reaktora. Ipak, ubrzanje simulacije nije dokaz da je komercijalno održiva fuziona elektrana već napravljena.

Molekuli, materijali i proračuni na GPU

U istraživanju molekula NVIDIA izdvaja cuPotential, biblioteku zasnovanu i na radu istraživača iz instituta Flatiron. Prema kompaniji, određeni postupci molekularne dinamike mogu biti ubrzani do tri puta, uz stabilnije računanje. Takvi proračuni koriste se da bi se procenjivalo kako molekuli međusobno deluju, što može olakšati izbor kandidata za dalje laboratorijsko istraživanje. To ne znači da je algoritam već potvrdio delotvornost ili bezbednost nekog leka za pacijente.

Za proučavanje materijala kompanija opisuje dodatne GPU alate koji ubrzavaju kvantno-mehaničke proračune. U izabranim testovima pomenuta su ubrzanja do 22 puta i niži troškovi računanja do 75 odsto. Primena ovakvih postupaka može biti korisna kada je potrebno ponoviti veliki broj sličnih simulacija atoma i kristalnih struktura. Stvarna ušteda ipak zavisi od konfiguracije, cene računarskih resursa, vrste zadatka i načina na koji se meri vreme izvršavanja.

Brža obrada podataka o ćelijama i proteinima

Poseban segment objave posvećen je biološkim podacima. NVIDIA navodi da nova biblioteka otvorenog koda cuSpa može u određenim testovima do 900 puta ubrzati proračune prostornih odnosa ćelija. Takva analiza važna je za istraživanje tkiva i tumora, gde nije dovoljno znati samo koje ćelije postoje već i gde se nalaze jedna u odnosu na drugu. Spominje se i rapids-singlecell, okvir za ubrzanje obrade skupova podataka o pojedinačnim ćelijama.

Kada je reč o proteinima, predstavljena je GPU-ubrzana verzija biblioteke HMMER za anotaciju sekvenci. NVIDIA navodi ubrzanja do 84 puta u jednom referentnom okruženju. Ti alati mogli bi skratiti vreme potrebno za pripremu obimnih bioloških skupova podataka i njihovo dalje istraživanje. Izvor brojki je zvanični blog NVIDIA i njenih partnera, pa ih treba proveravati u konkretnim istraživačkim uslovima. Fotografija uz vest prikazuje arhivsko sedište kompanije, a ne predstavljene naučne eksperimente.

Izvori

Podeli vest

Pošaljite ovu vest prijateljima. Link prikazuje naslov i fotografiju članka.

Komentari

Prikaz odobrenih komentara je dostupan. Slanje novih komentara biće uključeno kada se završe zaštita od zloupotreba i urednička moderacija.