Início Ciência NVIDIA amplia bibliotecas CUDA-X para acelerar descobertas científicas com agentes de IA

NVIDIA amplia bibliotecas CUDA-X para acelerar descobertas científicas com agentes de IA

0
33
NVIDIA amplia bibliotecas CUDA-X para acelerar descobertas científicas com agentes de IA

A NVIDIA apresentou uma expansão das bibliotecas CUDA-X voltada a agentes de IA que apoiam pesquisadores. Entre os destaques estão o cuPhoton, que acelerou a correlação de observações do Event Horizon Telescope de mais de um mês para oito minutos, o cuPotential, que acelera softwares de simulação molecular em até 3x, e o cuSpa, de código aberto, com ganho de 900x em cálculos de polígonos celulares no Memorial Sloan Kettering. A empresa afirma que os ganhos permitem analisar conjuntos de dados maiores e modelar sistemas mais complexos.

A NVIDIA anunciou uma expansão das bibliotecas CUDA-X voltada a agentes de IA que auxiliam pesquisadores em áreas que vão da astrofísica à biologia de células únicas. Segundo a empresa, os ganhos de velocidade permitem analisar conjuntos de dados maiores e modelar sistemas mais complexos.

O anúncio reúne módulos novos e atualizados, além de iniciativas de código aberto e parcerias com comunidades científicas. A NVIDIA atribui a essas ferramentas a função de dar aos agentes de IA acesso a rotinas especializadas, capazes de executar etapas pesadas de processamento sem que o pesquisador precise reconstruir cada pipeline.

Do buraco negro ao tempo real

O caso mais chamativo é o do Event Horizon Telescope, rede de antenas de rádio espalhadas pelo mundo que, combinadas, formam uma abertura do tamanho da Terra. Esse arranjo gera petabytes de dados, e o processamento podia levar meses.

Com o módulo cuPhoton.xBeam, integrante do cuPhoton Toolkit, a NVIDIA afirma que a correlação dessas observações passou a ser ordens de magnitude mais rápida. Uma análise que antes levava mais de um mês agora leva oito minutos, de acordo com a empresa.

A NVIDIA diz que o cuPhoton correlacionou com sucesso observações dos jatos de buraco negro J1924 e 3C279, o que, segundo ela, torna viável reconstruir em tempo real a galáxia do buraco negro M87*. Todo o pipeline, do carregamento dos dados à visualização, roda em sistemas multi-GPU distribuídos ou em um sistema compacto DGX Spark.

Fusão, moléculas e materiais

Na área de fusão, a NVIDIA descreve um problema de custo computacional: em sistemas petascale, um único passo de tempo de simulação de plasma pode levar dias, e as simulações duram semanas. Experimentos também geram dados mais rápido do que os pipelines tradicionais conseguem processar.

Pesquisadores da Pacific Fusion usaram o módulo cuPhoton.xLens para extrair informações enquanto as simulações de plasma rodam. A NVIDIA afirma que o pipeline pode ser acoplado a um agente baseado em Nemotron executado localmente no mesmo sistema, permitindo análise interativa para orientar simulações em tempo real e informar o projeto de alvos e câmaras de reatores de fusão.

Para simulações moleculares, a NVIDIA apresentou o cuPotential, construído sobre trabalhos de pesquisadores do Flatiron Institute, da Simons Foundation, e da D. E. Shaw Research. A empresa afirma que ele acelera softwares de simulação existentes em até 3x, com melhora de estabilidade e precisão nos cálculos, e que agiliza a criação de dados sintéticos para modelos generativos.

A companhia diz trabalhar com Schrödinger e com as comunidades AMBER, NAMD, GROMACS, LAMMPS e Open Molecular Software Foundation para levar a aceleração do cuPotential a motores e fluxos de dinâmica molecular. Cadence, Fathom Therapeutics, Topos Bio, Genesis Molecular AI e Terray Therapeutics estariam adotando a ferramenta para descoberta de fármacos.

Já o Daviator, conjunto de kernels de GPU em lote para o Vienna Ab initio Simulation Package, chega ao NVIDIA ALCHEMI com cálculos quânticos até 22x mais rápidos e custo até 75% menor, segundo a empresa. A NVIDIA afirma que a ferramenta permite usar aceleração por GPU em sistemas atomísticos de todos os tamanhos, inclusive os pequenos que antes rodavam mais rápido em CPUs.

Microscopia, células e proteínas

No Lawrence Berkeley National Laboratory, a biblioteca de rede DAQIRI conecta um detector de microscopia eletrônica de alta velocidade ao processamento em GPU, levando a análise para dentro do experimento. Pesquisadores podem identificar sinais úteis e decidir o que medir em seguida enquanto as medições acontecem, em um fluxo que apoia estudos de materiais com resolução atômica.

O cuSpa, recém-tornado de código aberto, acelera cálculos de polígonos celulares e permite gerar grafos espaciais massivos para modelos de pacientes e de câncer no Memorial Sloan Kettering Cancer Center, com ganho de 900x em relação ao uso de CPUs, de acordo com a NVIDIA.

A empresa também cita o rapids-singlecell, desenvolvido em conjunto com a scverse, agora disponível em um contêiner único pronto para agentes. A Therna Biosciences teria processado dados 200x mais rápido para design terapêutico, e a 10x Genomics integrou a ferramenta à sua nova plataforma Sentira.

Por fim, a biblioteca HMMER acelerada por GPU, também de código aberto, acelera a anotação de sequências de proteínas previstas. Na Basecamp Research, buscas de referência rodaram até 84x mais rápido do que com o HMMER padrão, reduzindo o tempo de anotação de grandes conjuntos biológicos usados no treinamento de modelos de design terapêutico.

Os números divulgados são os apresentados pela própria NVIDIA e se referem a cenários e comparações específicos descritos no anúncio. Não há, no material, detalhes independentes sobre metodologia de medição, e a empresa não informa prazos de disponibilidade geral de cada componente.

Fonte original: NVIDIA: NVIDIA CUDA-X Libraries Give Agents the Tools to Accelerate Scientific Discovery.

Receba o Jornal da IA todos os dias

As notícias de inteligência artificial que importam no Brasil, com o nosso prisma e sempre com as fontes. Grátis.

Sem spam. Cancele quando quiser.

LEAVE A REPLY

Please enter your comment!
Please enter your name here