智东西（公众号：zhidxcom）
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。
