एआई के साथ कोडिंग

NVIDIA CUDA -X पुस्तकालय वैज्ञानिक खोजों में तेजी लाने के लिए एजेंटों को उपकरण प्रदान करते हैं

NVIDIA CUDA-X लाइब्रेरी ब्लैक होल, संलयन, आणविक और सामग्री विज्ञान कार्यप्रवाह को तेज करने के लिए GPU त्वरण और AI एजेंटों का उपयोग करती है।

NVIDIA CUDA -X पुस्तकालय वैज्ञानिक खोजों में तेजी लाने के लिए एजेंटों को उपकरण प्रदान करते हैं

मुख्य जानकारी

  • NVIDIA ने वैज्ञानिक खोज को तेज करने और बड़े datasets के साथ काम करने वाले AI एजेंटों का समर्थन करने के लिए cuPhoton, cuPotential और cuSpa जैसे उपकरणों के साथ SC26 में अपने CUDA -X पुस्तकालयों का विस्तार किया।
  • GPU त्वरण ब्लैक होल इमेजिंग सहित धीमी शोध कार्यप्रवाहों को बदल सकता है, जहां Event Horizon Telescope विश्लेषण जो कभी महीनों में पूरा हो जाता था अब मिनटों में पूरा किया जा सकता है।
  • नए CUDA -X उपकरण वास्तविक समय या निकट-वास्तविक समय के वैज्ञानिक विश्लेषण को सक्षम करते हैं, शोधकर्ताओं को संलयन प्लाज्मा सिमुलेशन और माइक्रोस्कोपी प्रयोगों को निर्देशित करने में मदद करते हैं जबकि डेटा अभी भी एकत्र किया जा रहा है।
  • संभावित और सामग्री से संबंधित उपकरण आणविक और क्वांटम सिमुलेशन को गति देते हैं, दवा की खोज का समर्थन करते हैं, सामग्री अनुसंधान और अधिक कुशल AI मॉडल प्रशिक्षण।
  • open-source जैविक उपकरण जैसे कि क्यूएसपीए और रैपिड्स-सिंगल सेल स्थानिक और एकल कोशिका विश्लेषण में प्रमुख गति प्रदान करते हैं, जिससे शोधकर्ताओं को बड़ी जैविक प्रक्रियाओं को तेजी से संसाधित करने में मदद मिलती है।

मेटा विवरणः NVIDIA CUDA-एक्स पुस्तकालयों ने ब्लैक होल इमेजिंग, संलयन विश्लेषण, आणविक सिमुलेशन, सामग्री अनुसंधान और एकल-कोशिका जीव विज्ञान को GPU त्वरण के माध्यम से गति दी।

 NVIDIA CUDA -X Libraries Provide Agents With Tools to Accelerate Scientific Discovery

टैगः 89000-X, GPU त्वरण वैज्ञानिक कम्प्यूटेशन

विशेष रुप से प्रदर्शित छवि: (अंग्रेज़ी में) ">"</string> वैज्ञानिक डेटा मार्गों और GPU नोड्स के चमकदार मित्रवत चित्रण, बिना किसी वास्तविक व्यक्ति, लोगो या पाठ के।

NVIDIA CUDA-X पुस्तकालयों ने SC26 में विस्तारित उपकरण प्राप्त किए, जिनमें cuPhoton, cuPotential और cuSpa शामिल हैं, ताकि शोधकर्ताओं को बहुत बड़े वैज्ञानिक datasets के माध्यम से तेजी से काम करने में मदद मिल सके। अद्यतन महत्वपूर्ण है क्योंकि खगोल भौतिकी, संलयन, दवा डिजाइन, सामग्री विज्ञान और एकल-कोशिका जीवविज्ञान जैसे क्षेत्र अक्सर विश्लेषण पाइपलाइन पर निर्भर करते हैं जो उनके द्वारा उत्पादित डेटा के लिए बहुत धीमे होते हैं। GPUs पर अधिक कार्य स्थानांतरित करके और AI एजेंटों को बेहतर वैज्ञानिक उपकरण देकर, लक्ष्य यह है कि वैज्ञानिकों का विश्लेषण बड़ा हो जाए datasets , अधिक जटिल मॉडल चलाएं और निर्णय लें जबकि प्रयोग अभी भी चल रहे हैं।

ब्लैक होल इमेजिंग महीनों से मिनटों तक चलती है

Event Horizon Telescope एक पृथ्वी के आकार का उपकरण बनाने के लिए दुनिया भर में रेडियो डिश को जोड़ता है। यह विधि ब्लैक होल की छवि बना सकती है, लेकिन यह डेटा के पेटाबाइट बनाता है, और प्रसंस्करण में महीनों लग सकते हैं। NVIDIA s cuPhoton.xBeam मॉड्यूल, जो कि क्यूफोटोन टूलकिट का हिस्सा है, उस वर्कफ़्लो को बदल देता है। कंपनी ने कहा कि Event Horizon Telescope ब्लैक होल अवलोकनों का सहसंबंध अब परिमाण के आदेश तेज हो सकता है। विश्लेषण जो पहले एक महीने से अधिक समय लेता था अब आठ मिनट लगता है।

मॉड्यूल ने शक्तिशाली ब्लैक होल जेट्स J1924 और 3C279 के अवलोकनों को भी सहसंबद्ध किया, और इसने एक मेसियर 87* ब्लैक होल आकाशगंगा का वास्तविक समय में पुनर्निर्माण करना संभव बना दिया। डेटा लोडिंग और प्रोसेसिंग से लेकर विज़ुअलाइजेशन तक की पूरी पाइपलाइन वितरित मल्टी- GPU सिस्टम या कॉम्पैक्ट NVIDIA DGX Spark सिस्टम पर चल सकती है। इससे वैज्ञानिकों को यह अध्ययन करने में मदद मिलती है कि कैसे गैस डेटा संग्रह के बाद लंबे समय तक इंतजार किए बिना काले छेद के गुरुत्वाकर्षण के तहत अंदर की ओर बढ़ती है।

 NVIDIA CUDA -X Libraries Provide Agents With Tools to Accelerate Scientific Discovery

संलयन अनुसंधान को लाइव स्टीयरिंग मिलता है

संलयन ऊर्जा प्लाज्मा को लाखों डिग्री पर रखने पर निर्भर करती है, लेकिन उस प्लाज़्मा का मॉडलिंग महंगा होता है। पेटास्केल प्रणालियों पर, एक एकल समय चरण में कई दिन लग सकते हैं, और पूर्ण सिमुलेशन हफ्तों तक चल सकता है। प्रयोग पुराने पाइपलाइन की तुलना में तेजी से डेटा बनाते हैं, इसलिए शोधकर्ता अक्सर परिणामों का विश्लेषण करने से पहले एक प्रयोग समाप्त होने तक इंतजार करते हैं।

Pacific Fusion ने प्लाज्मा सिमुलेशन चलाने के दौरान अंतर्दृष्टि निकालने के लिए NVIDIA cuPhoton.xLens का उपयोग किया। विज़ुअलाइजेशन को अंतिम चरण के रूप में इलाज करने के बजाय, शोधकर्ता देख सकते हैं कि परिणाम सामने आने पर क्या हो रहा है। वर्कफ़्लो एक ही सिस्टम पर स्थानीय रूप से चलने वाले NVIDIA Nemotron-संचालित एजेंट से भी जुड़ सकता है। वह संयोजन इंटरैक्टिव विश्लेषण का समर्थन करता है जो वास्तविक समय में सिमुलेशन्स को निर्देशित कर सकता है और संलयन रिएक्टर लक्ष्य और कक्ष डिजाइन को सूचित कर सकता हैः

चिकित्सा और सामग्री की गणना तेज हो जाती है

आणविक सिमुलेशन वैज्ञानिकों को महंगे प्रयोगशाला प्रयोगों से पहले दवा डिजाइन का परीक्षण करने की अनुमति देते हैं। NVIDIA cuPotential Simons Foundation s Flatiron Institute और D. E. Shaw Research के शोधकर्ताओं द्वारा काम पर बनाया गया था। यह गणना स्थिरता और सटीकता में सुधार करते हुए 3x तक मौजूदा अनुकरण software को तेज करता है। यह जनरेटिव AI मॉडल के लिए सिंथेटिक डेटा निर्माण को भी गति देता है, इससे पहले अज्ञात आणविक बाध्यकारी साइटों को खोजने में मदद मिलती है और आणविक बातचीत की ताकत की गणना होती है।

NVIDIA श्रोडिंजर और एम्बर, एनएएमडी, ग्रॉमैकस, लैम्प्स तथा Open Molecular Software Foundation समुदायों के साथ मिलकर काम कर रहा है ताकि आणविक गतिशीलता इंजन एवं कार्यप्रवाह में क्यू पोटेंशियल त्वरण लाया जा सके। कैडेंस, Fathom Therapeutics, Topos Bio, Genesis Molecular AI और Terray Therapeutics इसे दवा की खोज के लिए अपना रहे हैं।

सामग्री अनुसंधान में, डेविएटर व्यापक रूप से उपयोग किए जाने वाले Vienna Ab initio Simulation Package के लिए बैचेड GPU कर्नेल का एक संग्रह है। यह NVIDIA ALCHEMI पर आ रहा है और 22x तक तेज़ और 75% कम लागत पर क्वांटम-यांत्रिक गणना प्रदान करता है। सिमुलेशन मॉडल बनाने वाले शोधकर्ता सभी आकारों के परमाणु प्रणालियों में GPU त्वरण का उपयोग कर सकते हैं, जिसमें छोटी प्रणाली भी शामिल है जो पहले सीपीयू पर तेजी से चलती थी। इससे मॉडल प्रशिक्षण और अनुमान के लिए आवश्यक परमाणु बातचीत की लाखों गणना उत्पन्न करना आसान हो जाता है।

 NVIDIA CUDA -X Libraries Provide Agents With Tools to Accelerate Scientific Discovery

Lawrence Berkeley National प्रयोगशाला में, NVIDIA DAQIRI नेटवर्किंग लाइब्रेरी एक उच्च-गति इलेक्ट्रॉन माइक्रोस्कोपी डिटेक्टर को GPU प्रसंस्करण से जोड़ती है। यह विश्लेषण को स्वयं प्रयोग में ले जाता है। शोधकर्ता उपयोगी संकेतों की पहचान कर सकते हैं, रुचि के पहले अज्ञात क्षेत्रों की खोज करते हैं और निर्णय लेते हैं कि आगे क्या मापना है जबकि माप अभी भी लिया जा रहा है। कार्यप्रवाह परमाणु-रिज़ॉल्यूशन सामग्री अध्ययन का समर्थन करता है जो तत्वों को अलग कर सकता है और भविष्य के स्वचालित प्रयोगों के लिए आधारशिला रखता है।

जीव विज्ञान खुले उपकरणों के साथ बढ़ता है

नई open source cuSpa सेल Polygon गणनाओं को तेज करती है। डेवलपर्स अगली पीढ़ी के रोगी और कैंसर मॉडल Memorial Sloan Kettering Cancer केंद्र में बड़े पैमाने पर स्थानिक ग्राफ उत्पन्न कर सकते हैं, सीपीयू का उपयोग करने की तुलना में 900x स्पीडअप के साथ।

स्कवर्स के साथ सह-विकसित रैपिड्स सिंगल सेल फ्रेमवर्क, एकल-कोशिका विश्लेषण को तेज करता है और अब एक ही एजेंट-तैयार कंटेनर में उपलब्ध है। टूल का उपयोग करते हुए, Therna Biosciences ने चिकित्सीय डिजाइन के लिए 200 गुना तेजी से डेटा संसाधित किया। 10x जीनोमिक्स ने अपने नए सेंटीरा प्लेटफॉर्म में रैपिड सिंगलसेल को एकीकृत किया, जिससे अकादमिक शोधकर्ताओं, बायोफार्मा टीमों और foundation model बिल्डरों को बड़े पैमाने पर स्थानिक डेटा से जैविक अंतर्दृष्टि तक के रास्ते में तेजी लाने में मदद मिली।

NVIDIA GPU-एक्सेलेरेटेड एचएमएमईआर लाइब्रेरी, जिसे open source भी कहा जाता है, भविष्यवाणी की गई प्रोटीन अनुक्रमों के एनोटेशन को तेज करती है और जैविक नींव मॉडल के लिए डेटा तैयारी का समर्थन करती है। Basecamp Research पर बेंचमार्क खोजें मानक HMMER की तुलना में 84x तक तेजी से चलती हैं, जिससे कंपनी के चिकित्सीय डिजाइन मॉडलों को प्रशिक्षित करने के लिए उपयोग किए जाने वाले बड़े जैविक datasets को एनोट करने में लगने वाला समय कम हो जाता है।

शोधकर्ताओं को क्या मिलता है

सामान्य धागा केवल गति नहीं है। cuPhoton खगोलविदों और संलयन वैज्ञानिकों को डेटा का विश्लेषण करने में मदद करता है, जबकि यह उत्पादन किया जा रहा है. cuPotential दवा डेवलपर्स प्रयोगशाला कार्य से पहले आणविक विचारों का परीक्षण करने में सहायता करता है। क्यूएसपीए, रैपिड्स-सिंगल सेल और GPU - त्वरित एचएमएमईआर जीव विज्ञान समूहों को स्थानिक और अनुक्रम डेटा को मॉडल में अधिक तेज़ी से बदलने में मदद करते हैं। शोधकर्ताओं के लिए, व्यावहारिक प्रभाव एक ही समय खिड़की के भीतर अधिक इंटरैक्टिव विश्लेषण, बड़ा datasets और अधिक जटिल प्रणालियों है। अगला सवाल यह है कि ये उपकरण नियमित रूप से वैज्ञानिक वर्कफ़्लो में कैसे आगे बढ़ेंगे, खासकर जब AI एजेंट तैयार परिणामों की बजाय सिमुलेशन और प्रयोगों का मार्गदर्शन करना शुरू कर देते हैं।

Comments (0)

  1. No comments yet. Be the first to share what worked for you.

Leave a comment

Comments are reviewed before they appear. Your email address is not published.