NVIDIA의 클라우드 기반 AI 인프라 기여로 NSF의 NAIRR 파일럿에서 700개 이상의 연구 프로젝트가 가능해졌습니다

National Science Foundation의 National Artificial Intelligence Research Resource 파일럿 프로그램은 지난 2년간 단백질 예측 및 감염병 발생 관리를 포함하여 미국 전역의 700개 이상의 프로젝트에서 혁신적인 연구를 주도했습니다. NVIDIA는 최소 4개의 NVIDIA DGX 노드에 대한 전용 액세스(최소 1개월)를 제공하는 클라우드 기반 리소스와 온보딩 및 프로젝트 지원을 위한 기술 지원을 통해 이 이니셔티브에 기여했습니다. NVIDIA의 AI 인프라 지원과 전용 리소스를 제공하는 DGX 레퍼런스 아키텍처를 통해 연구자들은 워크플로우 타임라인을 단축하고 헬스케어, 농업 및 에너지 산업을 재편하는 획기적인 기술을 발견했습니다.

Flatiron Institute, Cambridge University 및 Lawrence Berkeley National Lab의 국제 과학자 연합인 Polymathic AI는 Well이라는 대규모 데이터셋을 통해 유체 유사 물리 시뮬레이션을 강화하기 위해 NVIDIA GPU 및 NVLink 상호 연결 기술을 활용했습니다. 팀은 유체 유사 거동을 위한 기초 모델인 Walrus를 개발했으며, 이를 데이터, 코드 및 사전 학습된 가중치와 함께 공개했습니다. 이 접근 방식은 규모 및 사전 학습 다양성의 현재 제약을 해결하면서 과학 응용 분야를 위한 더욱 강력한 기초 모델 개발을 가속화하기 위해 스케일링 법칙을 탐구합니다.

Department of Aerospace Engineering의 Venkat Viswanathan 교수가 주도하는 University of Michigan 연구팀은 도메인 특화 분자 AI와 범용 대형 언어 모델을 결합하는 모델 융합 프레임워크를 개발했습니다. Molecular Insight SMILES Transformers(MIST)라는 분자 기초 모델 제품군은 화학 공간 전반의 발견을 위해 설계되었습니다. MIST 모델은 핵, 전자, 기하학적, 동위원소 및 입체화학 정보를 더 잘 포착하기 위해 Smirk라는 새로운 토크나이저를 사용하여 대규모 미표지 분자 데이터셋에서 사전 학습되었습니다. 40개 GPU NVIDIA DGX 클러스터와 ALCF의 Polaris 클러스터에서 추가 200,000시간의 NVIDIA GPU 시간을 활용하여 개발된 MIST는 400개 이상의 구조-특성 관계에서 미세 조정되었으며, 전기화학, 양자 화학 및 생리학 벤치마크 전반에 걸쳐 최첨단 성능과 동등하거나 이를 초과합니다. MIST를 범용 LLM과 융합하면 양자 화학 계산을 보다 광범위하게 접근 가능하게 하며 에너지 저장 및 변환 시스템 설계를 가속화합니다.

Boston University의 Hariri Institute for Computing과 Center on Emerging Infectious Diseases는 BEACON(Biothreats Emergence, Analysis and Communications Network)을 지원하기 위해 NVIDIA 가속화 컴퓨팅을 활용하여 대형 언어 모델을 학습했습니다. 감염병 문서 및 전염병 취약 병원체 정보의 광범위한 코퍼스에서 학습된 이 LLM은 전 세계 규모의 신흥 질병 발생에 관한 온라인 게시물을 분석합니다. BEACON은 전 세계 질병 추적 플랫폼 HealthMap, 뉴스 및 소셜 미디어 피드, 주제 전문가 및 커뮤니티 통신으로부터의 신호를 통합하여 발생 보고서를 생성합니다. Boston University의 Hariri Institute 소장 Ioannis Paschalidis는 파이프라인이 발생 보고서 작성 시간을 수 시간에서 약 2분으로 단축했다고 언급했습니다. 국제적으로 배포된 의사, 정부 기관 및 학술 연구자들은 이미 BEACON 모델을 사용하여 감염병을 신속하게 식별하고 치료하고 있습니다.