NVIDIA云端AI基础设施对NSF NAIRR试点的贡献支持700多个研究项目启动

国家科学基金会的国家人工智能研究资源试点计划在过去两年内推动了美国各地超过700个项目的创新研究，涉及蛋白质预测和传染病爆发管理。NVIDIA通过基于云的资源为这一倡议做出贡献，为研究人员提供至少一个月对最少四个NVIDIA DGX节点的专属访问权限，以及入职和项目协助的技术支持。凭借NVIDIA的AI基础设施支持和DGX参考架构提供的专属资源，研究人员大幅缩短了工作流时间表，并发现了重塑医疗、农业和能源产业的突破性技术。

Polymathic AI是来自Flatiron Institute、Cambridge University和Lawrence Berkeley National Lab的国际科学家联盟，利用NVIDIA GPU和NVLink互联技术，通过名为"Well"的大规模数据集来加强物理流体模拟。团队开发了Walrus（一种流体行为的基础模型），并将其与数据、代码和预训练权重一起公开发布。这种方法解决了当前在规模和预训练多样性方面的局限性，同时探索缩放规律以加速开发更强大的科学应用基础模型。

密歇根大学的研究人员在航空航天工程系教授Venkat Viswanathan的带领下，开发了一个模型融合框架，将特定领域的分子AI与通用大语言模型相结合。分子基础模型系列MIST（分子洞察SMILES Transformers）旨在跨化学空间进行发现。MIST模型使用名为Smirk的新型分词器在大型未标记分子数据集上进行了预训练，以更好地捕捉核、电子、几何、同位素和立体化学信息。在40个GPU的NVIDIA DGX集群加上ALCF的Polaris集群上额外200,000个NVIDIA GPU小时的开发基础上，MIST已在400多个结构-性质关系上进行了微调，并在电化学、量子化学和生理学基准测试中达到或超过了最先进的性能。将MIST与通用LLM融合使量子化学计算更容易获得，并加速能量存储和转换系统设计。

波士顿大学Hariri计算研究所和新兴传染病中心使用NVIDIA加速计算训练了一个大语言模型以支持BEACON（生物威胁出现、分析和通信网络）。该LLM在包含传染病文档和流行病倾向病原体信息的大型语料库上进行了训练，在全球范围内分析新兴疾病爆发的在线帖子。BEACON整合来自全球疾病追踪平台HealthMap、新闻和社交媒体源、主题专家和社区通信的信号来生成爆发报告。波士顿大学Hariri研究所主任Ioannis Paschalidis指出，该管道将爆发报告的撰写时间从几小时减少到约两分钟。国际部署的医生、政府组织和学术研究人员已经使用BEACON模型来快速识别和治疗传染病。