大降数字孪生模拟成本，NVIDIA晒助攻科学研究新进展！加速全球量子计算超算

智东西
作者 ZeR0
编辑 漠影

智东西5月16日报道，NVIDIA本周在国际超算大会ISC 2024上公布了多项科学计算、量子计算相关进展，包括科研人员利用NVIDIA技术将生成式AI应用于代码生成、天气预报、遗传学和材料科学领域的高性能计算（HPC）工作，以及通过开源的NVIDIA CUDA-Q量子计算平台助力国家级超算中心加快量子计算的研究发展。

加速计算和AI能够降低能源成本。据介绍，相较于基于传统CPU的系统和其他系统，天气模拟的成本和能耗分别降至其1/200和1/300，数字孪生模拟的成本和能耗则分别降至其1/65和1/58。

全球9台新型超级计算机正在通过使用NVIDIA Grace Hopper超级芯片加快科学研究，这些系统可提供200EFLOPS的高能效AI处理能力。在Green500榜单上，排名前50的超级计算机中，有39台都使用了NVIDIA GPU。

例如，在科学应用方面，美国国家能源研究科学计算中心的Perlmutter超级计算机利用加速计算将能效平均提高了5倍。布里斯托大学高性能计算教授Simon McIntosh-Smith谈道：“通过与NVIDIA合作，我们在破纪录的时间内完成了项目的第一阶段。等到今年夏天整个项目完工后，其性能将得到大幅提升，能够进一步推动数据分析、新药研发、气候研究等领域的发展。”

一、生成式AI落地科学计算，加速代码生成、天气预报、新药研发

许多国家实验室和企业实验室正在使用生成式AI加速商业和科学领域的HPC发展，用于代码生成、天气预测、生成基因、新药研发、新型材料开发等。

在代码生成方面，桑迪亚国家实验室正在构建一个大语言模型智能助手Kokkos，用来自动生成并行计算代码。这个专门的编程语言由多个国家实验室的研究人员开发，可处理在超级计算机的数万个处理器上运行任务时出现的细微差别。

桑迪亚实验室正利用检索增强生成（RAG）技术创建Kokkos数据库，将其与AI模型集成。其采用的不同RAG方法已经自主生成了用于并行计算应用的Kokkos代码，将要评估的RAG选项包括NeMo Retriever等云服务。

在天气预测方面，一些天气预报领域的研究人员和企业采用了NVIDIA Earth-2的生成式AI模型CorrDiff。CorrDiff可以将传统大气模型的25公里分辨率降至2公里，并将可合并的预报数量扩大100倍以上，从而提高预测的可信度。

Spire公司通过自己的微型卫星网络采集数据，其机器学习和建模负责人Tom Gowan在近期的一次采访中谈道，生成式AI可以实现更加快速、准确的预测，这是气象学领域的一次巨大飞跃。

瑞士Meteomatics公司近日也宣布计划将NVIDIA生成式AI平台用于天气预报业务，以帮助能源公司实现最大限度的可再生能源利用，并通过快速、准确的天气波动洞察提高盈利能力。

在医学研究方面，阿贡国家实验室的科学家正在生成式AI技术生成基因序列，以便更好地了解COVID-19背后的病毒。他们一项获奖的模型GenSLMs所生成的模拟结果与现实世界中的SARS-CoV-2变体非常相似。GenSLMs使用超过1.1亿个基因组序列，在多台搭载NVIDIA Tensor Core GPU的超级计算机上训练而成。

在材料科学方面，微软研究院在Azure AI基础架构上使用NVIDIA Tensor Core GPU上训练出MatterGen模型。这款模型可生成具有所需特性的新型稳定材料，并能够指定想要开发材料的化学、磁性、电子、机械等特性。Carbon3D等公司也在探索将生成式AI应用于商业3D打印中的材料科学研究。

NVIDIA Quantum-X800 InfiniBand网络平台，包含NVIDIA Quantum Q3400和Q3200交换机，以及NVIDIA ConnectX-8 SuperNIC，二者组合在带宽上可达上一代产品的2倍，可为科学计算基础设施提供最高吞吐量。

Q3400平台的带宽容量提高了5倍，并且借助NVIDIA的SHARPv4（可扩展分层聚合和归约协议）技术实现了14.4TFLOPS的网络计算能力，较上一代产品提高了9倍。

二、CUDA-Q与QPU双剑合璧，推动量子计算研究与应用

量子计算为聚变能、气候研究、新药研发等领域带来了大幅加速。因此研究人员正努力在基于NVIDIA GPU的系统和软件上模拟未来的量子计算机。

德国、日本、波兰的超算中心将使用NVIDIA CUDA-Q量子计算平台，来支持其由NVIDIA加速的高性能计算系统中的量子处理器（QPU）。

QPU是量子计算机的大脑，通过利用电子或光子等粒子行为进行计算，计算方式与传统处理器不同，可能使某些类型的计算速度更快。

NVIDIA CUDA-Q平台是一个开源的QPU无关的量子-经典加速超算平台，通过一个实现CPU、GPU、QPU协同工作的统一编程模型，实现量子计算机模拟和混合应用开发。

通过将量子计算机与超级计算机紧密集成，CUDA-Q还能够将AI与量子计算结合，以解决有噪声的量子比特等问题，并开发高效的算法。

德国于利希研究中心的于利希超算中心（JSC）正在安装1颗由IQM Quantum Computers公司制造的QPU，以支持JUPITER超级计算机。该QPU是使用超导量子比特或电子谐振电路制造的，在低温下的行为像人造原子，使JSC研究人员能开发针对化学模拟和优化问题的量子应用，并展示量子计算机如何加速经典超级计算机。

日本产业技术综合研究所（AIST）采用了NVIDIA Hopper架构的ABCI-Q超级计算机也将增加1颗来自QuEra的QPU。这颗QPU将使AIST的研究人员能利用激光控制的铷原子作为量子比特进行计算，用以研究AI、能源和生物学领域的量子应用。这些原子与精密原子钟中使用的原子类型相同。每个原子都完全相同，为实现大规模高保真量子处理器提供了一种很有前景的方法。

波兰波兹南超级计算与网络中心（PSNC）近期安装了2颗由ORCA Computing公司制造的光子QPU。PSNC的QPU将使研究人员能够使用两个PT-1量子光子系统来探索生物学、化学和机器学习。这两个系统使用电信频率下的单个光子或光包用作量子比特，由此可使用标准的现成电信组件实现分布式、可扩展和模块化的量子架构。

结语：算力基础设施进化，助攻科学计算与量子计算研究效率提升

生成式AI时代产生了暴涨的算力需求，要求算力基础设施进一步升级，以提升超级计算和数据中心的性能和能效，从而使科学计算的工作负载完成时间与能耗显著减少。

生成式AI、量子计算等技术进步正推动基于物理模拟的科学计算发展，加速气候变化研究、聚变能源、新药研发等突破性科学计算研究。NVIDIA提供的丰富工具和先进技术，正在帮助这些领域的先行者们大大加快工作速度，突破研究边界。