智東西（公眾號：zhidxcom）
作者 | ZeR0
編輯 | 漠影
智東西5月16日報道，NVIDIA本周在國際超算大會ISC 2024上公布了多項科學計算、量子計算相關進展，包括科研人員利用NVIDIA技術將生成式AI應用于代碼生成、天氣預報、遺傳學和材料科學領域的高性能計算（HPC）工作，以及通過開源的NVIDIA CUDA-Q量子計算平臺助力國家級超算中心加快量子計算的研究發展。
加速計算和AI能夠降低能源成本。據介紹，相較于基于傳統CPU的系統和其他系統，天氣模擬的成本和能耗分別降至其1/200和1/300，數字孿生模擬的成本和能耗則分別降至其1/65和1/58。?
全球9臺新型超級計算機正在通過使用NVIDIA Grace Hopper超級芯片加快科學研究，這些系統可提供200EFLOPS的高能效AI處理能力。在Green500榜單上，排名前50的超級計算機中，有39臺都使用了NVIDIA GPU。
例如，在科學應用方面，美國國家能源研究科學計算中心的Perlmutter超級計算機利用加速計算將能效平均提高了5倍。布里斯托大學高性能計算教授Simon McIntosh-Smith談道：“通過與NVIDIA合作，我們在破紀錄的時間內完成了項目的第一階段。等到今年夏天整個項目完工后，其性能將得到大幅提升，能夠進一步推動數據分析、新藥研發、氣候研究等領域的發展。”
一、生成式AI落地科學計算，加速代碼生成、天氣預報、新藥研發
許多國家實驗室和企業實驗室正在使用生成式AI加速商業和科學領域的HPC發展，用于代碼生成、天氣預測、生成基因、新藥研發、新型材料開發等。
在代碼生成方面，桑迪亞國家實驗室正在構建一個大語言模型智能助手Kokkos，用來自動生成并行計算代碼。這個專門的編程語言由多個國家實驗室的研究人員開發，可處理在超級計算機的數萬個處理器上運行任務時出現的細微差別。
桑迪亞實驗室正利用檢索增強生成（RAG）技術創建Kokkos數據庫，將其與AI模型集成。其采用的不同RAG方法已經自主生成了用于并行計算應用的Kokkos代碼，將要評估的RAG選項包括NeMo Retriever等云服務。
在天氣預測方面，一些天氣預報領域的研究人員和企業采用了NVIDIA Earth-2的生成式AI模型CorrDiff。CorrDiff可以將傳統大氣模型的25公里分辨率降至2公里，并將可合并的預報數量擴大100倍以上，從而提高預測的可信度。
Spire公司通過自己的微型衛星網絡采集數據，其機器學習和建模負責人Tom Gowan在近期的一次采訪中談道，生成式AI可以實現更加快速、準確的預測，這是氣象學領域的一次巨大飛躍。
瑞士Meteomatics公司近日也宣布計劃將NVIDIA生成式AI平臺用于天氣預報業務，以幫助能源公司實現最大限度的可再生能源利用，并通過快速、準確的天氣波動洞察提高盈利能力。
在醫學研究方面，阿貢國家實驗室的科學家正在生成式AI技術生成基因序列，以便更好地了解COVID-19背后的病毒。他們一項獲獎的模型GenSLMs所生成的模擬結果與現實世界中的SARS-CoV-2變體非常相似。GenSLMs使用超過1.1億個基因組序列，在多臺搭載NVIDIA Tensor Core GPU的超級計算機上訓練而成。
在材料科學方面，微軟研究院在Azure AI基礎架構上使用NVIDIA Tensor Core GPU上訓練出MatterGen模型。這款模型可生成具有所需特性的新型穩定材料，并能夠指定想要開發材料的化學、磁性、電子、機械等特性。Carbon3D等公司也在探索將生成式AI應用于商業3D打印中的材料科學研究。
NVIDIA Quantum-X800 InfiniBand網絡平臺，包含NVIDIA Quantum Q3400和Q3200交換機，以及NVIDIA ConnectX-8 SuperNIC，二者組合在帶寬上可達上一代產品的2倍，可為科學計算基礎設施提供最高吞吐量。
Q3400平臺的帶寬容量提高了5倍，并且借助NVIDIA的SHARPv4（可擴展分層聚合和歸約協議）技術實現了14.4TFLOPS的網絡計算能力，較上一代產品提高了9倍。
二、CUDA-Q與QPU雙劍合璧，推動量子計算研究與應用
量子計算為聚變能、氣候研究、新藥研發等領域帶來了大幅加速。因此研究人員正努力在基于NVIDIA GPU的系統和軟件上模擬未來的量子計算機。
德國、日本、波蘭的超算中心將使用NVIDIA CUDA-Q量子計算平臺，來支持其由NVIDIA加速的高性能計算系統中的量子處理器（QPU）。
QPU是量子計算機的大腦，通過利用電子或光子等粒子行為進行計算，計算方式與傳統處理器不同，可能使某些類型的計算速度更快。
NVIDIA CUDA-Q平臺是一個開源的QPU無關的量子-經典加速超算平臺，通過一個實現CPU、GPU、QPU協同工作的統一編程模型，實現量子計算機模擬和混合應用開發。
通過將量子計算機與超級計算機緊密集成，CUDA-Q還能夠將AI與量子計算結合，以解決有噪聲的量子比特等問題，并開發高效的算法。
德國于利希研究中心的于利希超算中心（JSC）正在安裝1顆由IQM Quantum Computers公司制造的QPU，以支持JUPITER超級計算機。該QPU是使用超導量子比特或電子諧振電路制造的，在低溫下的行為像人造原子，使JSC研究人員能開發針對化學模擬和優化問題的量子應用，并展示量子計算機如何加速經典超級計算機。
日本產業技術綜合研究所（AIST）采用了NVIDIA Hopper架構的ABCI-Q超級計算機也將增加1顆來自QuEra的QPU。這顆QPU將使AIST的研究人員能利用激光控制的銣原子作為量子比特進行計算，用以研究AI、能源和生物學領域的量子應用。這些原子與精密原子鐘中使用的原子類型相同。每個原子都完全相同，為實現大規模高保真量子處理器提供了一種很有前景的方法。
波蘭波茲南超級計算與網絡中心（PSNC）近期安裝了2顆由ORCA Computing公司制造的光子QPU。PSNC的QPU將使研究人員能夠使用兩個PT-1量子光子系統來探索生物學、化學和機器學習。這兩個系統使用電信頻率下的單個光子或光包用作量子比特，由此可使用標準的現成電信組件實現分布式、可擴展和模塊化的量子架構。
結語：算力基礎設施進化，助攻科學計算與量子計算研究效率提升
生成式AI時代產生了暴漲的算力需求，要求算力基礎設施進一步升級，以提升超級計算和數據中心的性能和能效，從而使科學計算的工作負載完成時間與能耗顯著減少。
生成式AI、量子計算等技術進步正推動基于物理模擬的科學計算發展，加速氣候變化研究、聚變能源、新藥研發等突破性科學計算研究。NVIDIA提供的豐富工具和先進技術，正在幫助這些領域的先行者們大大加快工作速度，突破研究邊界。
