Aller au contenu principal
Infrastructure · Outil ·

Les bibliothèques NVIDIA CUDA-X donnent aux agents les outils pour accélérer la découverte scientifique

NVIDIA a dévoilé à l'occasion de SC26 une série de bibliothèques CUDA-X destinées à la recherche scientifique, parmi lesquelles cuPhoton, cuPotential et cuSpa, conçues pour que des agents d'IA puissent exploiter de très grands volumes de données. Dans le domaine de l'astrophysique, le module cuPhoton.xBeam permet de corréler les observations de l'Event Horizon Telescope, qui relie des antennes radio du monde entier et produit des pétaoctets de données, en huit minutes au lieu de plus d'un mois. Il a traité les jets de trous noirs J1924 et 3C279, et ouvre la voie à une reconstruction en temps réel de Messier 87*, sur des systèmes multi-GPU distribués ou sur un compact DGX Spark. En fusion nucléaire, Pacific Fusion utilise le module cuPhoton.xLens pour extraire des informations pendant l'exécution des simulations de plasma, couplé à un agent propulsé par Nemotron fonctionnant localement. En chimie, cuPotential accélère jusqu'à 3 fois les logiciels de simulation moléculaire existants, avec davantage de stabilité et de précision. Daviator, un ensemble de noyaux GPU pour le Vienna Ab initio Simulation Package intégré à NVIDIA ALCHEMI, accélère les calculs quantiques jusqu'à 22 fois pour un coût réduit de 75 %. Enfin, cuSpa, désormais open source, offre un gain de 900 fois sur le calcul de polygones cellulaires face aux CPU, et rapids-singlecell, développé avec scverse, a permis à Therna Biosciences de traiter ses données 200 fois plus vite.

2 min de lecture

Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie

Source

Résumé et traduction réalisés par Le Fil IA à partir de NVIDIA AI Blog. Lire l'article original →

Également couvert par NVIDIA AI Blog.

Ces gains changent la nature même du travail scientifique, en ramenant des analyses de plusieurs semaines à quelques minutes ou en les rendant possibles pendant l'expérience. En fusion, une simulation de plasma peut demander des jours par pas de temps sur des systèmes pétaflopiques, et les chercheurs devaient jusqu'ici attendre la fin des expériences pour analyser les résultats. Pouvoir piloter les simulations en direct informe plus rapidement la conception des cibles et des chambres de réacteur. En microscopie électronique, la bibliothèque réseau DAQIRI relie un détecteur à haute vitesse du Lawrence Berkeley National Laboratory à des GPU, afin d'identifier des signaux utiles, de repérer des zones d'intérêt inconnues et de décider quoi mesurer ensuite pendant l'acquisition, ce qui prépare des expériences automatisées. Pour le médicament, cuPotential accélère la création de données synthétiques pour l'IA générative, la détection de sites de liaison inconnus et le calcul de la force des interactions moléculaires. Daviator permet en outre d'utiliser les GPU même pour de petits systèmes atomiques, qui tournaient auparavant plus vite sur CPU.

Ces annonces s'inscrivent dans la stratégie de NVIDIA de faire de ses bibliothèques logicielles un socle pour la science assistée par agents, en s'appuyant sur des travaux de la communauté académique et industrielle. cuPotential repose sur des recherches du Flatiron Institute de la Simons Foundation et de D. E. Shaw Research, et NVIDIA travaille avec Schrödinger ainsi qu'avec les communautés AMBER, NAMD, GROMACS, LAMMPS et l'Open Molecular Software Foundation pour l'intégrer aux moteurs de dynamique moléculaire. Cadence, Fathom Therapeutics, Topos Bio, Genesis Molecular AI et Terray Therapeutics l'adoptent pour la découverte de médicaments, tandis que Memorial Sloan Kettering Cancer Center s'appuie sur cuSpa pour des modèles de patients et de cancers. La suite dépendra de l'intégration effective dans ces outils et de la généralisation d'expériences où des agents pilotent simulations et instruments en boucle fermée.

À lire ensuite

01De la simulation des matériaux à l'astronomie : NVIDIA lance un logiciel d'IA pour la découverte scientifiqueNVIDIA AI BlogInfrastructure 02Google lance deux nouvelles puces IA pour protéger les données et accélérer les agentsNext INpactInfrastructure 03Les partenaires cloud de NVIDIA se déploient en Europe : une IA souveraine, ouverte et sûre pour les agents autonomesNVIDIA AI BlogInfrastructure 
Dossier · NVIDIASuivi en continu par Le Fil IASuivre ce sujet →

Le brief du matin

L'essentiel de l'IA chaque jour. Gratuit, désinscription immédiate à tout moment.

Recevez l'essentiel de l'IA chaque jour

Gratuit · 1 email le matin, l'essentiel de l'IA · désinscription à tout moment

Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.