智東西（公眾號：zhidxcom）
作者 | zer0
編輯 | 漠影
智東西5月16日報道，nvidia本周在國際超算大會isc 2024上公布了多項科學計算、量子計算相關進展，包括科研人員利用nvidia技術將生成式ai應用於代碼生成、天氣預報、遺傳學和材料科學領域的高性能計算（hpc）工作，以及通過開源的nvidia cuda-q量子計算平台助力國家級超算中心加快量子計算的研究發展。
加速計算和ai能夠降低能源成本。據介紹，相較於基於傳統cpu的系統和其他系統，天氣模擬的成本和能耗分別降至其1/200和1/300，數字孿生模擬的成本和能耗則分別降至其1/65和1/58。
全球9台新型超級計算機正在通過使用nvidia grace hopper超級芯片加快科學研究，這些系統可提供200eflops的高能效ai處理能力。在green500榜單上，排名前50的超級計算機中，有39台都使用了nvidia gpu。
例如，在科學應用方面，美國國家能源研究科學計算中心的perlmutter超級計算機利用加速計算將能效平均提高了5倍。布里斯託大學高性能計算教授simon mcintosh-smith談道：“通過與nvidia合作，我們在破紀錄的時間內完成了項目的第一階段。等到今年夏天整個項目完工後，其性能將得到大幅提升，能夠進一步推動數據分析、新葯研發、氣候研究等領域的發展。”
一、生成式ai落地科學計算，加速代碼生成、天氣預報、新葯研發
許多國家實驗室和企業實驗室正在使用生成式ai加速商業和科學領域的hpc發展，用於代碼生成、天氣預測、生成基因、新葯研發、新型材料開發等。
在代碼生成方面，桑迪亞國家實驗室正在構建一個大語言模型智能助手kokkos，用來自動生成並行計算代碼。這個專門的編程語言由多個國家實驗室的研究人員開發，可處理在超級計算機的數萬個處理器上運行任務時出現的細微差別。
桑迪亞實驗室正利用檢索增強生成（rag）技術創建kokkos數據庫，將其與ai模型集成。其採用的不同rag方法已經自主生成了用於並行計算應用的kokkos代碼，將要評估的rag選項包括nemo retriever等雲服務。
在天氣預測方面，一些天氣預報領域的研究人員和企業採用了nvidia earth-2的生成式ai模型corrdiff。corrdiff可以將傳統大氣模型的25公里分辨率降至2公里，並將可合併的預報數量擴大100倍以上，從而提高預測的可信度。
spire公司通過自己的微型衛星網絡採集數據，其機器學習和建模負責人tom gowan在近期的一次採訪中談道，生成式ai可以實現更加快速、準確的預測，這是氣象學領域的一次巨大飛躍。
瑞士meteomatics公司近日也宣布計劃將nvidia生成式ai平台用於天氣預報業務，以幫助能源公司實現最大限度的可再生能源利用，並通過快速、準確的天氣波動洞察提高盈利能力。
在醫學研究方面，阿貢國家實驗室的科學家正在生成式ai技術生成基因序列，以便更好地了解covid-19背後的病毒。他們一項獲獎的模型genslms所生成的模擬結果與現實世界中的sars-cov-2變體非常相似。genslms使用超過1.1億個基因組序列，在多台搭載nvidia tensor core gpu的超級計算機上訓練而成。
在材料科學方面，微軟研究院在azure ai基礎架構上使用nvidia tensor core gpu上訓練出mattergen模型。這款模型可生成具有所需特性的新型穩定材料，並能夠指定想要開發材料的化學、磁性、電子、機械等特性。carbon3d等公司也在探索將生成式ai應用於商業3d打印中的材料科學研究。
nvidia quantum-x800 infiniband網絡平台，包含nvidia quantum q3400和q3200交換機，以及nvidia connectx-8 supernic，二者組合在帶寬上可達上一代產品的2倍，可為科學計算基礎設施提供最高吞吐量。
q3400平台的帶寬容量提高了5倍，並且藉助nvidia的sharpv4（可擴展分層聚合和歸約協議）技術實現了14.4tflops的網絡計算能力，較上一代產品提高了9倍。
二、cuda-q與qpu雙劍合璧，推動量子計算研究與應用
量子計算為聚變能、氣候研究、新葯研發等領域帶來了大幅加速。因此研究人員正努力在基於nvidia gpu的系統和軟件上模擬未來的量子計算機。
德國、日本、波蘭的超算中心將使用nvidia cuda-q量子計算平台，來支持其由nvidia加速的高性能計算系統中的量子處理器（qpu）。
qpu是量子計算機的大腦，通過利用電子或光子等粒子行為進行計算，計算方式與傳統處理器不同，可能使某些類型的計算速度更快。
nvidia cuda-q平台是一個開源的qpu無關的量子-經典加速超算平台，通過一個實現cpu、gpu、qpu協同工作的統一編程模型，實現量子計算機模擬和混合應用開發。
通過將量子計算機與超級計算機緊密集成，cuda-q還能夠將ai與量子計算結合，以解決有噪聲的量子比特等問題，並開發高效的算法。
德國於利希研究中心的於利希超算中心（jsc）正在安裝1顆由iqm quantum computers公司製造的qpu，以支持jupiter超級計算機。該qpu是使用超導量子比特或電子諧振電路製造的，在低溫下的行為像人造原子，使jsc研究人員能開發針對化學模擬和優化問題的量子應用，並展示量子計算機如何加速經典超級計算機。
日本產業技術綜合研究所（aist）採用了nvidia hopper架構的abci-q超級計算機也將增加1顆來自quera的qpu。這顆qpu將使aist的研究人員能利用激光控制的銣原子作為量子比特進行計算，用以研究ai、能源和生物學領域的量子應用。這些原子與精密原子鐘中使用的原子類型相同。每個原子都完全相同，為實現大規模高保真量子處理器提供了一種很有前景的方法。
波蘭波茲南超級計算與網絡中心（psnc）近期安裝了2顆由orca computing公司製造的光子qpu。psnc的qpu將使研究人員能夠使用兩個pt-1量子光子系統來探索生物學、化學和機器學習。這兩個系統使用電信頻率下的單個光子或光包用作量子比特，由此可使用標準的現成電信組件實現分布式、可擴展和模塊化的量子架構。
結語：算力基礎設施進化，助攻科學計算與量子計算研究效率提升
生成式ai時代產生了暴漲的算力需求，要求算力基礎設施進一步升級，以提升超級計算和數據中心的性能和能效，從而使科學計算的工作負載完成時間與能耗顯著減少。
生成式ai、量子計算等技術進步正推動基於物理模擬的科學計算髮展，加速氣候變化研究、聚變能源、新葯研發等突破性科學計算研究。nvidia提供的豐富工具和先進技術，正在幫助這些領域的先行者們大大加快工作速度，突破研究邊界。
