以百万倍的性能克服高级计算难题

上周在 NVIDIA GTC 上，Jensen Huang 在计算性能方面展示了 the vision for realizing multi-Million-X speedups 。这一突破可以解决数据密集型研究中面临的计算需求挑战，帮助科学家进一步开展工作。

利用百万倍计算加速解决难题

百万 X 开启了潜力的新世界，其应用非常广泛。 NVIDIA 目前的例子包括加速药物发现、准确模拟气候变化以及推动制造业的未来。

NVIDIA 、加州理工学院和初创公司 Entos 的研究人员将机器学习和物理相结合，创建了 OrbNet ，将分子模拟速度提高了许多数量级。因此， Entos 可以将其药物发现模拟速度提高 1000 倍，在 3 小时内完成本应花费 3 个多月时间的任务。

上周，Jensen Huang 宣布了创建 Earth 2 的计划，在 Omniverse 中构建了一个地球的数字孪生兄弟。世界上最强大的人工智能超级计算机将致力于模拟气候模型，预测全球变暖对全球不同地区的影响。随着时间的推移，了解这些变化有助于人类在区域层面规划和缓解这些变化。

地球不是 NVIDIA 启动的第一个数字孪生项目。研究人员已经在构建城市和 factories 的物理精确数字双胞胎。模拟前沿仍然年轻，充满潜力，等待计算中催化剂质量的增加。

使用# MyMillionX 和标签 @NVIDIAHPCDev 在 Facebook 、 LinkedIn 或 Twitter 上分享您是如何使用百万计算的。

英伟达开发者社区已经在改变世界，用技术来解决困难的挑战。

下面是几个值得注意的例子。

约翰·巴塞勒米的工作是跨学科的，涵盖了多种行业。作为卧龙岗大学数字生活实验室的负责人，他的目标是提供创新的 AIOT 解决方案，以支持伦理和隐私兼容的人工智能。

目前， Barthelemy 正在进行一系列项目，包括智能水道计算机视觉应用程序，该应用程序可实时检测雨水堵塞情况，帮助城市预防城市范围内的问题。

目前正在多个城市部署的另一个项目是 AI camera software ，该项目通过攻击性姿态建模检测并报告悉尼火车上的暴力事件。

用于远程监测南极洲陆地环境的 AIoT 平台也在建设中。该平台围绕 NVIDIA Jetson Xavier NX edge 计算机构建，将用于监测苔藓床的演变。苔藓床的健康状况是气候变化影响的早期指标。收集的数据还将为保护南极环境未来研究社区开发的各种模型提供信息，特别是水文学和小气候模型。

连接： LinkedIn 。

NVIDIA 研究人员和 14 个合作伙伴成功开发了一个平台，在原子水平上探索气溶胶和气溶胶病毒的组成、结构和动力学。

这项工作克服了以前在原子和分子水平上检查气溶胶的能力有限，模糊了我们对空气传播的理解。利用该平台，该团队产生了一系列关于 SARS-CoV-2 δ变异的新发现。

这些突破极大地扩展了多尺度计算显微镜在实验方法上的能力。该项目的全部影响尚未实现。

Albert Bifet 博士是怀卡托大学人工智能研究所的主任、巴黎人工智能研究所的大数据教授。

Bifet 还领导 TAIAO project ，这是一个数据科学项目，使用 NVIDIA DGX A100 构建物种识别的深度学习模型。他正在 Python 共同开发一个名为 River 的新机器学习库，用于在线/流式机器学习，并建立一个新的数据存储库，以提高环境数据科学的再现性。

此外， TAIAO 的研究人员正在建立新的方法来计算 XGBoost 基于 GPU 的 SHAP 值，并开发一种新的自适应流式 XGBoost 。

连接： Website 。

Ekapol Chungsuwanich 博士目前的兴趣属于医学成像领域，包括胸部 x 光和组织病理学技术。然而，在过去几年中，他的工作跨越了许多行业，包括 NLP 、 ASR 和医疗成像。

去年， Chungsuwanich 和他的团队开发了塔架架构，只需图像级注释就可以学习精确的 pixel-level object location 。这是部署在泰国各地的医院，提供快速 COVID-19 严重程度评估，并促进结核病筛查高危社区。

此外，他还在研制 NLP 和 ASR 医疗用机器人，包括语音治疗助手和具有抑郁症检测功能的呼叫中心机器人。他的初创公司 Gowajee 还为泰语提供最先进的 ASR 和 TTS 。这些项目已经使用 NVIDIA NeMo 框架创建并部署在英伟达 Jetson Nan O 设备上。

连接： Website 。

来自南佛罗里达州大学、 NVIDIA 、桑迪亚国家实验室、 NELSC 和皇家理工学院的研究人员合作生产了一种具有原子间电位的 SNAMPS 训练的机器学习内核，命名为 SNAP （频谱邻域分析电位）。

SNAP 被发现在 0-50mbar 或 300-20000 开尔文的巨大压力 – 温度范围内是准确的。峰值分子动力学性能比之前在 200 亿原子系统上的记录高出 22 倍，并在 Summit 上模拟了一天 1ns 。

该项目获得了戈登·贝尔奖决赛资格， SNAP MD 近乎完美的弱伸缩性突出了在即将到来的 exascale 平台上启动量子精确 MD 到万亿原子模拟的潜力。这大大扩展了 X 射线自由电子激光衍射实验的科学回报。

Ng See Kion 博士一直在寻找大数据。一位经验丰富的数据科学家， KION 也是新加坡国立大学的实践教授和翻译研究主任。

目前，他的办公桌上的项目利用英伟达 NeMo 框架涵盖 NLP 为土著和白话语言跨越新加坡和新西兰。 Kion 也正在研究 2019 冠状病毒疾病的追踪和爆发，智能社会事件感知，以及评估新媒体中信息的可信度。

连接： Website