實時流體動力學模擬的流暢性，計算化學的精密度，天氣預測的準確性，藥物開發的突破......這些領域都正充分發揮利用AI的潛能。
最近的SC24大會上，NVIDIA 創始人兼 CEO 黃仁勛和加速計算副總裁 Ian Buck 共同發布了一系列全新的工具和框架，以提高各類複雜任務的運行效率。藉助這些新產品，科研人員能夠在實驗室里更快地推演流體的運動規律，化學家們能夠更高效地理解分子的相互作用，氣象學家們能夠更精確地預判天氣變化，製藥專家們則可以更迅速地進行藥物篩選.....
可以說，這些AI驅動的新工具正在重新定義人與世界的關係。在參與科學探索的敘述之中，人類正蛻變為與未知對話的「共鳴者」，而AI正承擔著將科學從孤立的抽象推理轉變為一種更具連結性、更多維度的耦合作用。
CUDA-Q攻堅「量子壁壘」
量子計算是資訊科技領域的一次重大躍遷，被視為解鎖複雜科學與技術難題的關鍵。從藥物設計到氣候模擬，再到精密的金融分析，量子計算的潛力幾乎無處不在。通過這種先進的計算技術，科學家和工程師可以更快地解析複雜的化學結構，預測全球氣候變化的趨勢，以及優化全球金融市場策略。
然而，量子計算的實現面臨諸多挑戰，其中之一便是在量子計算器件的設計與開發方面。量子比特的穩定性和噪聲控制是設計過程中的關鍵難題。量子比特極其敏感，任何微小的環境變化都可能導致誤差，嚴重限制量子運算的持續時間和準確性。此外，量子硬體的可擴展性也是一大挑戰，需要在保持量子態穩定的同時，擴大系統以支持更多的量子比特。這些技術需求不僅難以克服，而且涉及巨額的計算資源和資金投入。
此次，NVIDIA 與谷歌量子AI展示了新的突破。通過利用 NVIDIA 的 CUDA-Q 平台，谷歌量子AI 在NVIDIA Eos超級電腦上使用 1024 個 NVIDIA Hopper Tensor Core GPU，以極低的成本進行世界上最大、最快的量子器件動態模擬。這一進展顯著提高了模擬的規模和效率，大幅降低了成本。據了解，藉助 CUDA-Q 平台，原本需要數周才能完成的複雜噪聲模擬，現在僅需很短時間即可完成。
谷歌量子 AI 的研究科學家 Guifre Vidal 表示：「要想開發出商用的量子電腦，就必須能夠在控制噪聲的情況下擴展量子硬體規模。藉助 NVIDIA 加速計算，我們正在探索越來越大的量子晶片設計中噪聲的影響。」
通過CUDA-Q和 Hopper GPU，谷歌量子AI 可以進行包含40量子比特的大規模量子器件的全面模擬，這是同類模擬中規模最大的。這種模擬能力極大推動了量子計算技術的進步，為量子計算器件的設計和優化提供了有力的支持。
Omniverse Blueprint開創實時數字孿生工作流
對於航空航天、汽車、製造、能源等行業來說，保證工程進度和精度是對項目的重要考量標準。在工程設計環節中，仿真起到了至關重要的作用。它通過在虛擬環境中對設計方案進行測試與優化，可以幫助工程師在早期發現潛在問題，降低開發風險。
然而，由於仿真設計的疊代周期較長，工程師通常需要數天甚至數周才能獲得仿真反饋，嚴重拖慢了開發進度，導致錯失市場機會。同時，仿真模型的複雜性和計算資源的限制也使設計的精度難以保障，導致後期可能發現設計缺陷，從而增加了返工和修改成本。
事實上，傳統仿真一般依賴於有限元方法（FEM）和有限體積方法（FVM），計算時間長且資源消耗大，尤其在處理非線性問題時效率低下。此外，由於跨部門協作受阻，缺乏實時的有效交互，導致數據傳遞滯後，影響了整體協同工作效率,拖慢了整體的工程進度。
從仿真精度層面看，隨著製造、能源等行業對精密度和效率的需求日益增長，大規模數據激增導致需要大量的高效並行計算，而傳統的仿真工具難以在短時間內完成多次疊代，且無法快速響應複雜的設計，導致精度下降，從而降低了工程的開發效率和競爭力。
其實，隨著實時的物理數字孿生技術（實時仿真技術）的發展，為工業設計、工程和仿真帶來了全新的可能性。
NVIDIA 最新發布的NVIDIA Omniverse Blueprint（以下稱「藍圖」）正憑藉先進的計算流體動力學（CFD）仿真能力，讓傳統需要數周乃至數月的工程設計優化過程得以在實時環境中完成，極大縮短了開發周期。
該「藍圖」通過整合 NVIDIA CUDA-X 庫、NVIDIA Modulus 物理 AI 框架，以及 Omniverse API，構建了一個完整的實時物理求解和可視化解決方案，幫助開發者實現實時物理仿真與大規模數據集的實時渲染。不僅可以整體集成到現有工具中，也可以作為模塊化組件使用，使企業更靈活地實現數字孿生系統的構建。
實時數字孿生不僅在性能上帶來了巨大提升，更在設計創新中扮演了重要角色。通過實時反饋的閉環設計過程，從仿真 AI、求解器計算到分析可視化，再到設計優化，工程師們能夠不斷調整和改進設計，以前所未有的速度推動工程創新。
在 SC 24大會上，NVIDIA 與 Luminary Cloud 聯合展示了「虛擬風洞」案例，這一創新案例可以實現對流體動力學的實時交互式仿真和可視化，甚至支持用戶動態更改風洞內的設計模型。
例如，Ansys 已率先將 Omniverse Blueprint應用於其 Fluent 流體仿真軟體，在 Texas Advanced Computing Center 的 NVIDIA Grace Hopper 超級晶片上實現了大規模加速仿真。這使得原本需要近一個月的仿真任務得以在短短六個多小時內完成，顯著提升了高保真 CFD 分析的可行性。
NVIDIA Omniverse Blueprint 正在引領這一革命性變革，讓實時設計成為驅動未來工程創新的重要引擎。
「我們構建Omniverse是為了讓萬物都能擁有數字孿生。Omniverse Blueprint是打通NVIDIA Omniverse與AI技術的參考管線。藉助該藍圖，領先的CAE軟體開發商能夠構建出開創性的數字孿生工作流，為全球各大行業實現從設計、製造到運營的工業數字化轉型。」NVIDIA創始人兼首席執行官黃仁勛說。
BioNeMo 優化科研效率
在藥物研發領域，生物資訊學和人工智慧在生命科學領域的應用逐漸成為變革的關鍵驅動力。傳統的藥物研發過程猶如漫長的馬拉松，平均需要耗費十年以上的時間和數十億美元的資金，這一過程不僅充滿了挑戰，還伴隨著巨大的不確定性。為了應對這些挑戰，越來越多的企業和研究機構正轉向人工智慧和高性能計算的幫助，希望藉助科技的力量，以前所未有的速度和精度加速藥物研發的進程，降低高昂的開發成本，推動創新藥物的誕生。
NVIDIA 此次推出的全新一代 BioNeMo 平台，面向生命科學，旨在加速藥物研發和分子設計，通過提供多樣化的 AI 模型和高效計算工具，極大優化了藥物開發的效率和成本。
BioNeMo 平台包括三大核心組件：BioNeMo 框架、BioNeMo NIM 微服務和 BioNeMo Blueprints。BioNeMo 框架是一套免費使用的編程工具和軟體包，研究人員可以藉此訪問和定製生物分子模型，探索分子生成、蛋白質結構預測等任務，
NIM 微服務則專注於企業級推理，適合需要穩定、高效推斷的生產場景，如化合物篩選和蛋白質預測，讓推理工作流如流水線般順暢、高效。
BioNeMo Blueprints則提供了針對濕實驗室和計算工作流的優化參考設計，幫助企業簡化藥物研發中的複雜流程，特別是虛擬篩選和小分子設計等應用，讓整個研發過程如同搭積木般靈活、簡單。
BioNeMo 平台的推出為研究人員提供了從模型開發到推理部署的端到端支持，縮短了藥物研發時間，並降低了成本。藉助 BioNeMo 平台，研究人員可以共享和復用 AI 模型與工作流，促進跨領域的協作和知識共享，激發更多未知的探索。NVIDIA 還發布了適用於 BioNeMo 的一系列經過優化且易於使用的全新 NIM 微服務。無論是在本地數據中心還是雲端，這些微服務都能與現有 IT 基礎設施無縫集成，為整個生物製藥行業提供更高效的計算能力和推理支持，推動創新藥物的誕生。
此外，為了提升研究者的工作效率，NVIDIA還發布了 cuPyNumeric 加速計算庫，旨在幫助科學家在不修改現有 Python 代碼的情況下，利用 GPU 加速提高數據處理能力。這一庫使得科研人員能在從筆記本電腦到超級電腦的任何設備上快速運行數據分析，極大地縮短了從數據到發現的時間。
目前，澳大利亞國立大學、洛斯阿拉莫斯、斯坦福大學、印度國家支付公司等多個國家級研究機構已經開始利用這一新工具，提升其研究效率。
引領TOP500榜單
在本次SC24會議上，TOP500組織公布了全球最強超算TOP500榜單，再次引發全球業界熱議，NVIDIA成為矚目焦點。
在此次TOP500榜單中，384套系統由NVIDIA技術驅動。而新增的53套系統中，有87%採用了 NVIDIA 加速技術，其中85%採用了NVIDIA Hopper GPU。
自2006年發布CUDA以來，NVIDIA不斷推動AI與加速計算技術的發展，今年的TOP500榜單再次證明了其在超級計算領域的卓越成就。NVIDIA的加速計算平台不僅在數量上具有顯著優勢，其性能表現也十分亮眼。平台提供超過190艾級浮點運算的性能，並在單精度（FP32）和雙精度（FP64）領域分別實現了17艾級和4艾級浮點運算的突破，充分展現了平台在多樣化計算需求中的高效性和靈活性。
此外，NVIDIA在可持續、綠色計算方面展現了卓越的能力。隨著計算需求增長，可持續性成為不可忽視的課題。在Green500榜單中，前10名中有8個系統由採用NVIDIA加速計算的系統占據，進一步凸顯了其在性能與能效兼顧方面的領先優勢。其中，尤利希超級計算中心的JEDI系統，以每瓦72.7千兆浮點運算的表現成為性能與可持續性的典範。
從TOP500榜單中的加速系統占比到Green500的能效表現，NVIDIA正重塑超級計算未來的新定義。在氣候預測、藥物研發、量子模擬等領域，NVIDIA Hopper GPU和加速計算平台正為科學界和工業界提供更快、更高效的工具。通過持續創新，NVIDIA不僅推動AI與加速計算從尖端研究走向行業應用，也為超級計算在性能和可持續性之間找到平衡提供了更多可能性。
值得注意的是，NVIDIA在超級計算，更是取得了諸多社區的認可。榮獲11項HPCwire讀者與編輯選擇獎，。這些獎項涵蓋了最佳AI產品、最佳HPC互連產品、最佳HPC伺服器等多個領域。
NIM突破性進展，助力材料研發與天氣預測
此次，NVIDIA還推出了一系列創新性的NIM 微服務。這些微服務在推動可持續材料研發和改善氣象預報技術方面顯示出巨大潛力。
ALCHEMI NIM 微服務是為助力化學模擬設計的 AI推理工具，通過優化模擬流程，顯著加速了材料科學研究。在新材料的研發過程中，ALCHEMI NIM可大規模模擬化合物和材料的穩定性，大幅降低成本和能耗，同時提高研發速度。據了解，運行NVIDIA高性能GPU上的 MACE-MP-0 模型，在模擬潛在混合物的長期穩定性時，這項全新的 NIM 微服務可以實現高達 100 倍的評估速度提升。使用 NVIDIA Warp Python 框架進行高性能模擬時實現了 25 倍的加速，而並行批處理實現了 4 倍的加速。
據測算，完成評估 1600 萬個結構曾經需要幾個月的時間，而藉助 NIM 微服務則只需幾個小時即可完成。
ALCHEMI NIM 不僅能加快材料的發現過程，還可以實現從實驗室到生產線的轉換。其為材料的生產和實際應用提供了前所未有的支持，如電池、太陽能電池板和其他重要工業組件的生產。
與 ALCHEMI NIM 同時發布的還有基於 NVIDIA 的數字孿生雲平台 Earth-2 的全新 NIM 微服務—— CorrDiff NIM、FourCastNet NIM 。 CorrDiff NIM 和 FourCastNet NIM能夠分別針對高解析度和中期粗解析度天氣預報進行了優化，大幅提升氣候模型的運算速度，使氣象預報的精確度和效率達到質的飛躍。
CorrDiff NIM 微服務利用生成式 AI 模型實現了公里尺度的超高解析度天氣預報，極大地提高了對極端天氣事件的預測能力。這對於準確預測降雪、結冰和冰雹等事件至關重要，特別是在災害管理和應急響應領域。與傳統的高解析度數值天氣預報系統相比，CorrDiff NIM 微服務的運算速度提高了 500 倍，能效提升了 10000 倍。
FourCastNet NIM 微服務則提供了全球範圍內的中期粗解析度天氣預報，通過 AI 技術實現了前所未有的速度和規模。該服務能在極短的時間內處理大量數據，生成未來兩周的天氣預報，其速度比傳統數值天氣模型快 5000 倍，極大地提升了氣候技術提供商的服務能力和響應速度。
