ScienceAI原创
作者：萝卜皮
近年来人工智能（AI）等新兴技术的突破，正在逐渐改变科学研究的模式。
今年诺贝尔物理奖与化学奖均颁发给了 AI 以及计算相关领域的科学家，足见科学界对「AI for Science」这一研究新范式的肯定。
尽管如此，AI 科研领域所面临的困难依旧严峻。传统科学研究受限于计算能力和数据规模，而突破性发现依赖更快、更精准的模拟和预测。现代科学所需的海量数据和强大计算力，又会带来高成本和巨大能源消耗的挑战。
NVIDIA 的前沿技术正在为科学家应对复杂挑战提供强大支持。近日，在亚特兰大举行的 SC24 大会上，NVIDIA 推出了一系列强大的 AI 和科学计算工具。
新技术涵盖了药物设计、气候预测、量子计算、材料发现等多个领域，包括可用于计算流体动力学仿真的 Omniverse™ Blueprint；针对药物研发和分子设计领域的 BioNeMo 开源框架；针对化学和材料研究领域的 ALCHEMI NIM 微服务以及针对气候气象领域的 Earth-2 NIM 微服务。
此外，CUDA-X 库还推出了全新的 cuPyNumeric 加速计算库，将为航空航天、汽车、制造和能源领域的科研人员带来前所未有的效率提升。
NVIDIA 创始人兼 CEO 黄仁勋在 SC24 的演讲中指出：「AI 将加速科学发现，变革各行各业。」
NVIDIA 助力 AI for Science 突破瓶颈
BioNeMo 平台与生物制药
蛋白质、DNA、RNA 等生物分子的结构预测、相互作用解析、功能预测、分子设计等诸多任务挑战，依旧限制着生物制药领域的发展。
与过去依赖大量人力物力、在庞大的分子空间中盲目探索不同，AlphaFold 和 Rosetta 等计算方法的出现，极大地缓解了这些挑战。
NVIDIA 也一直在关注生命科学、药物分子设计等领域。其发布了一个端到端的 BioNeMo 平台，专为加快 AI 药物研发和分子设计模型的创建、定制与部署而设计，支持 BioNeMo 框架、NVIDIA NIM 以及 NVIDIA BioNeMo Blueprints。
NVIDIA 还发布了适用于 BioNeMo 的一系列经过优化且易于使用的全新 NIM 微服务。这些微服务可以快速部署在本地或任何数据中心或云中，使开发人员能够在各种不同的环境中运行应用，缩短了生物药物研发研究中从推理到获得洞察的时间。
新推出的 NIM 微服务支持多种业界领先的模型，包括 AlphaFold2、DiffDock 2.0、RFdiffusion 和 ProteinMPNN NIM 微服务。
此外，BioNeMo Blueprints 提供灵活的 AI 工作流，帮助科学家优化虚拟筛选流程，节约时间和成本。
目前，已有超过 200 家生物科技公司和制药企业将 BioNeMo 集成至其药物研发工作流中，显著推动行业创新。
cuPyNumeric 带来集群规模的 GPU 加速
无论是探索纳米尺度的电子行为，还是研究数百万光年外的星系碰撞，科学家们都面临着同样的挑战，例如需要处理数 PB 级的数据。
NVIDIA 发布了 cuPyNumeric 来应对这些问题。通过 cuPyNumeric 加速计算库，科研人员无需深入掌握计算机科学知识，就能轻松将 Python 数据处理代码从笔记本电脑扩展到 GPU 加速的工作站、云服务器，甚至超级计算机。
简单地将 cuPyNumeric 应用到现有代码，科学家即可显著提升数据处理速度，加速决策和实验优化，同时实现从单个 GPU 扩展到整个超级计算机的无缝扩展。
SLAC 国家加速器实验室的研究人员利用 cuPyNumeric 加速 X 射线实验数据分析，在一项半导体研究的实验分析中将运行时间从几分钟缩短至几秒钟，速度提升达 6 倍。
Earth-2 NIM 微服务百倍加速气候预测
当前气象预测面临多重挑战，包括观测数据不足、监测能力有限、非常规数据整合困难以及气象模式复杂性增加；同时高性能计算在数据处理效率和存储方面也面临瓶颈，气候变化和极端天气事件的频发进一步加大了预测难度。
应对这些挑战，NVIDIA 发布了两项基于 Earth-2 的全新 NVIDIA NIM 微服务。Earth-2 是一个数字孪生云平台，它利用全新 NIM 微服务，为气候技术机构带来了生成式 AI 驱动的高效工具，来应对极端天气事件。
NVIDIA 的 CorrDiff NIM 微服务通过生成公里尺度的超高分辨率天气预报，将计算速度提升 500 倍，能效提高 1 万倍。CorrDiff 现在以 300 倍的更大规模运行，可对整个美国以公里尺度的可见度预测降雪、结冰和冰雹等降水事件。
FourCastNet NIM 微服务支持全球范围的中期粗分辨率预报，可快速生成未来两周的全球天气预报，比传统数值预测方法快 5000 倍，为评估低概率极端天气事件提供了新机遇。
ALCHEMI NIM 微服务加速开发可持续材料
在新材料探索中，海量化学组合的复杂性和独特性使传统试错方法低效且浪费资源，科学家正通过高通量实验和计算材料科学等技术应对能源、医疗和环境等领域的需求。
NVIDIA 发布了 ALCHEMI NIM 微服务，通过优化化学模拟中的 AI 推理，加速新材料和化合物的开发。该方法可降低研究成本和能耗，支持快速发现用于可再生能源转型的高效、可持续新材料。
以往模拟一种潜在混合物的长期稳定性，完成评估 1600 万个结构曾经需要几个月的时间，而借助 NIM 微服务则只需几个小时即可完成。
ALCHEMI NIM 微服务不仅加快了太阳能、蓄电池等领域关键材料的研发，还计划扩展至新材料的可制造性模拟，助力如太阳能电池板之类的环保产品落地。
CUDA-Q 助力量子计算
量子计算研究面临多重挑战，包括量子位的稳定性、系统可扩展性、误差纠正、算法优化与技术路线选择等。推动量子计算发展需从多方面协调创新，包括硬件、算法和软件工具的优化与融合。
NVIDIA 宣布与谷歌量子 AI 合作，通过 NVIDIA CUDA-Q™ 平台加速下一代量子计算器件的设计。谷歌量子 AI 利用量子-经典混合计算平台和 NVIDIA Eos 超级计算机，模拟量子处理器的物理特性，以解决量子硬件受噪声限制的问题。
借助 CUDA-Q 平台，谷歌可以在 NVIDIA Eos 超级计算机上以极低的成本进行世界上最大、最快的量子器件动态模拟。
结合 CUDA-Q 和 Hopper GPU，谷歌实现了对包含 40 个量子比特器件的同类模拟中规模最大、速度最快的动态模拟，原本需一周的计算时间缩短至几分钟。
强大的 AI 超级计算有助于量子计算取得成功。谷歌对 CUDA-Q 平台的使用展现了 GPU 加速的模拟在推进量子计算方面发挥了核心作用，它将帮助解决现实世界中的许多问题。
Omniverse Blueprint 实时数字孪生
NVIDIA 还发布了 Omniverse™ Blueprint，助力航空航天、汽车、制造和能源等行业的软件开发商为客户构建实时交互式数字孪生。
Omniverse Blueprint 集成了 NVIDIA CUDA-X™ 加速库、NVIDIA Modulus 物理 AI 框架以及用于 3D 数据互操作性和 RTX 支持的实时可视化的 NVIDIA Omniverse API，将仿真和实时可视化性能提升 1200 倍。
Ansys 和 Luminary Cloud 等企业已成功应用该蓝图，实现了从流体动力学仿真到实时空气动力学分析的革命性突破，为多个行业的工程设计设立了新标准。
Omniverse Blueprint 可在主流的云平台上运行，推动工业数字化转型和高效工程创新。
科学计算的变革
NVIDIA 一直在不断推动 AI 和加速计算的进步。
黄仁勋指出：「自 CUDA 诞生以来，NVIDIA 将计算成本降低至之前的百万分之一。」这种计算加速，使全球的科研人员能够有更多的时间、更好用的工具去研究气候预测、药物发现和量子模拟等切实的科学问题。
NVIDIA 通过硬件和软件的深度整合，使超算不再是少数精英机构的工具，而成为全球科学社区人人可用的核心能力。
NVIDIA 构建了从硬件到软件的全面生态体系，为高性能计算提供了强大支持。
在硬件方面，NVIDIA 以 GPU、Grace CPU、网络平台等硬件为核心，构建高带宽、低延迟的计算平台，满足从 AI 训练到科学模拟的多样化需求。
在软件方面，NVIDIA 提供了 CUDA-X 库、NIM 微服务等工具，这些创新的开发框架和服务不仅支持高效的科学计算，还大幅提升了应用开发的便捷性和扩展性。
这种软硬结合的全栈优势，为科学家、工程师和开发者提供了从基础计算到复杂模拟的全面解决方案，加速研究进程。
AI for Science 不断探索的未来
AI for Science 正在为科学研究引入全新的方法论，通过将人工智能与科学研究深度结合，实现对自然和社会现象的学习、模拟和预测，从而推动跨学科融合、科学创新和发现。
AI 技术在蛋白质结构预测、新材料设计、量子计算模拟、气候建模和药物研发等领域展现出巨大潜力。以 NVIDIA 为代表的软硬件全栈平台公司在这一领域发挥了关键作用。
通过提供强大的计算硬件、先进的软件生态、数字孪生和量子模拟技术，NVIDIA 不仅加速了科学研究的进程，还通过教育合作与技术普及推动了人才培养与跨领域创新。
随着 AI 算法、硬件性能与科学理解的同步发展，AI for Science 将进一步推动人类探索未知的边界，引领科学发现的新时代。
