Масштаб инициативы NAIRR и NVIDIA
За два года пилотной программы Национального фонда науки США (NSF) NAIRR (National Artificial Intelligence Research Resource) поддержал более 700 проектов в области научных исследований. Ключевым элементом инфраструктуры стал вклад NVIDIA: исследователям предоставлялся выделенный доступ к минимум 4 узлам NVIDIA DGX на срок не менее одного месяца, а также техническая поддержка для онбординга.
Эта инфраструктура позволила сжать временные рамки рабочих процессов и ускорить разработку технологий в здравоохранении, сельском хозяйстве и энергетике. Среди участников программы — ведущие университеты, включая Гарвард, Стэнфорд и Университет Мичигана.
Физика и жидкости: модель Walrus от Polymathic AI
Консорциум Polymathic AI (в который входят ученые из Института Флаттира, Кембриджского университета и Национальной лаборатории Лоуренса Беркли) использовал GPU NVIDIA и технологию NVLink для создания крупнейшего набора данных для симуляции жидкостей — "Well".
На основе этих данных обучена фундаментальная модель Walrus, предназначенная для моделирования поведения жидкостей. Модель, а также ее данные, код и веса, уже доступны публично. Подход Polymathic AI решает проблемы масштаба и разнообразия предобучения, характерные для предыдущих физических симуляций, и открывает путь к изучению законов масштабирования для научных приложений.
Энергетика: MIST и поиск новых материалов
Исследователи из Университета Мичигана под руководством профессора Веката Висванатана разработали модель-фьюжн, объединяющую специализированные молекулярные AI-модели и большие языковые модели (LLM). Центральное место занимает семейство моделей MIST (Molecular Insight SMILES Transformers).
Модели MIST были предварительно обучены на больших неразмеченных наборах данных молекул с использованием нового токенизатора Smirk, который захватывает ядерную, электронную, геометрическую, изотопную и стереохимическую информацию. Они были дообучены на более чем 400 соотношениях «структура-свойство» и показывают результаты, сопоставимые или превосходящие state-of-the-art в электрохимии, квантовой химии и физиологии.
Медицина: ускорение анализа эпидемий в 90 раз
Бостонский университет (Hariri Institute) создал пайплайн BEACON (Biothreats Emergence, Analysis and Communications Network) для мониторинга инфекционных заболеваний. LLM обучается на корпусе документов о патогенах и анализирует онлайн-посты, новости и данные HealthMap для выявления вспышек.
Ключевой результат внедрения AI-пайплайна — радикальное сокращение времени подготовки отчетов. По словам директора института Иоанниса Пасхалидиса, то, что раньше занимало у экспертов несколько часов, теперь делается за ~2 минуты. Модель уже используется врачами и государственными организациями по всему миру для быстрого выявления и лечения инфекционных болезней.
Сводка технических достижений
| Проект / Организация | Ключевая технология / Модель | Инфраструктура NVIDIA | Ключевой результат |
|---|---|---|---|
| Polymathic AI | Walrus (фундаментальная модель для жидкостей) | GPU NVIDIA, NVLink | Публичный доступ к модели и датасету "Well"; улучшение симуляций физики |
| Университет Мичигана | MIST (молекулярные трансформеры), Smirk | 40-GPU DGX, 200k GPU-часов на Polaris, NGC PyTorch | Точные квантово-химические расчеты; ускорение дизайна материалов для энергетики |
| Бостонский университет | BEACON (LLM для эпидемиологии) | Ускоренные вычисления NVIDIA | Сокращение времени создания отчета о вспышке с часов до 2 минут |
Почему это важно
Программа NAIRR демонстрирует переход от теоретических исследований к практическому внедрению AI в критически важные отрасли. Предоставление доступа к выделенным мощностям DGX снимает барьеры для академических групп, позволяя им проводить вычисления, которые ранее были возможны только в суперкомпьютерных центрах. Это ускоряет цикл «открытие — внедрение» в таких сферах, как разработка лекарств, создание новых энергоносителей и глобальная безопасность здоровья.
Источник: NVIDIA Blog ↗