أدوات NVIDIA للذكاء الاصطناعي العلمي تنقل بيانات البحث إلى مسارات GPU
قدمت NVIDIA مكتبة DAQIRI وخدمات ALCHEMI NIM ومرجع cuPhoton لأعباء عمل الذكاء الاصطناعي العلمي، مستهدفة الكيمياء واكتشاف المواد وأبحاث المادة المظلمة ومجموعات البيانات الرصدية الضخمة.
NVIDIA تستهدف مسارات البيانات العلمية
تقدم NVIDIA برمجيات جديدة للذكاء الاصطناعي العلمي تهدف إلى نقل سير عمل البحث من معالجة أبطأ مرتبطة بوحدات CPU إلى مسارات معجلة بوحدات GPU.
سمت الشركة مكتبة DAQIRI وخدمات ALCHEMI NIM ومرجع cuPhoton بوصفها الإضافات الأساسية. وتستهدف الأدوات الكيمياء واكتشاف المواد وأبحاث المادة المظلمة والفيزياء الفلكية وعلم الفلك وتجارب الأشعة السينية والليزر.
يمثل الإطلاق قصة حوسبة علمية لا تحديثاً عاماً لبرمجيات الذكاء الاصطناعي. فالقضية المركزية هي ما إذا كانت فرق البحث تستطيع التعامل مع بيانات الأدوات والمحاكاة بالسرعة الكافية لتحويل التجارب الكبيرة إلى نتائج قابلة للاستخدام.
قالت NVIDIA إن البرمجيات تنتمي إلى CUDA-X، وهي مجموعة أدوات ومكتبات للذكاء الاصطناعي والحوسبة عالية الأداء. ووصفت الشركة الأدوات بأنها طريقة لتحويل عمل كان يستغرق سابقاً ساعات أو أياماً على وحدات CPU إلى سير عمل فوري معجل بوحدات GPU.
cuPhoton يركز على مجموعات بيانات رصدية ضخمة
cuPhoton هو مرجع برمجي للعلماء العاملين مع بيانات متعددة الأبعاد من التلسكوبات والأشعة السينية وتجارب الليزر. وقالت NVIDIA إنه مصمم لتحميل ومعالجة وتحليل وعرض بيتابايتات من البيانات، ويمكن استخدامه مع تقنيات CUDA-X الأخرى في مسار معجل من البداية إلى النهاية.
تعاون باحثون من Princeton University مع NVIDIA على تطوير cuPhoton. وقالت NVIDIA إن Princeton وHarvard University ستستخدمانه لمعالجة وتحليل مجموعات بيانات رصدية كبيرة.
تعد كاميرا LSST أحد أوضح الأمثلة في الإعلان. فقد وصفتها NVIDIA بأنها أكبر كاميرا رقمية بُنيت على الإطلاق، وقالت إنها تلتقط صور مليارات المجرات البعيدة، إضافة إلى أجسام خافتة أقرب تعكس القليل من الضوء. وهذا يجعل حركة البيانات وتحليلها عنق زجاجة علمياً عملياً، لا مجرد معيار أداء للحوسبة.
أعباء المواد والمادة المظلمة تحدد الدليل
تضيف مكتبة DAQIRI وخدمات ALCHEMI NIM مساراً ثانياً لأعمال الكيمياء والمواد. ووصفت NVIDIA الحزمة الأوسع بأنها برمجيات تساعد الباحثين على تسريع الاكتشاف عبر مجالات علمية، لا على تدريب نماذج ذكاء اصطناعي عامة فقط.
بالنسبة إلى المختبرات والجامعات، سيأتي الدليل المفيد من نتائج أعباء العمل: كيف تعمل الأدوات على بيانات التلسكوبات والمحاكاة الجزيئية وبحوث المادة المظلمة والمسارات التجريبية عندما تضعها مجموعات البحث في الاستخدام الروتيني.
سمت NVIDIA مكونات البرمجيات والمتعاونين الأكاديميين، لكن التبني التجاري أو المختبري يبقى مرتبطاً بكل عبء عمل. وسيكون الدليل العملي التالي هو النتائج المنشورة وتفاصيل النشر داخل مجموعات البحث وما إذا كانت مسارات GPU تقلل التأخير بين الأدوات العلمية والتحليل.
