Actualités

Les bibliothèques CUDA-X de NVIDIA accélèrent la recherche scientifique avec des outils basés sur l'IA

Les bibliothèques CUDA-X élargies de NVIDIA, incluant cuPhoton et cuPotential, permettent une analyse de données plus rapide dans des domaines comme l'astrophysique, l'énergie de fusion et la découverte de médicaments.

Les bibliothèques CUDA-X de NVIDIA accélèrent la recherche scientifique avec des outils basés sur l'IA

Article traduit. Lire l'article original.

NVIDIA a élargi ses bibliothèques CUDA-X, introduisant des outils comme cuPhoton, cuPotential et cuSpa pour accélérer la recherche scientifique dans divers domaines tels que l'astrophysique, la science des matériaux et la biologie des cellules uniques. Ces avancées permettent aux chercheurs de traiter d'immenses ensembles de données et de modéliser des systèmes complexes plus efficacement, en utilisant des agents IA pour accélérer les découvertes.

Révolutionner les observations des trous noirs

Le module cuPhoton.xBeam, faisant partie de l'outil cuPhoton, a considérablement réduit le temps nécessaire pour corréler les observations des trous noirs avec le télescope Event Horizon. Des tâches qui prenaient auparavant plus d'un mois peuvent maintenant être réalisées en seulement 8 minutes. Cette avancée permet aux scientifiques de reconstruire des images haute résolution de phénomènes tels que la galaxie de trous noirs Messier 87* en temps réel, en utilisant des systèmes multi-GPU distribués ou des configurations NVIDIA DGX Spark.

Faire progresser les simulations d'énergie de fusion

Dans la recherche sur l'énergie de fusion, le module cuPhoton.xLens permet une visualisation en temps réel du comportement du plasma pendant les simulations. En intégrant cet outil avec des agents alimentés par NVIDIA Nemotron, les chercheurs peuvent analyser et diriger les simulations de manière interactive, optimisant les conceptions des réacteurs et améliorant les résultats expérimentaux.

Accélérer la découverte de médicaments

La bibliothèque cuPotential de NVIDIA améliore les simulations moléculaires jusqu'à 3x , augmentant ainsi la stabilité et la précision. Des collaborations avec des organisations comme Schrödinger et la Open Molecular Software Foundation ont intégré cette technologie dans des moteurs de dynamique moléculaire largement utilisés. Des entreprises telles que Cadence, Fathom Therapeutics et Terray Therapeutics exploitent cuPotential pour accélérer les processus de découverte de médicaments, notamment en identifiant des sites de liaison moléculaire et en générant des données synthétiques pour des modèles IA.

Améliorer la science des matériaux

La collection Daviator, intégrée avec NVIDIA ALCHEMI, accélère les calculs quantiques de mécanique en jusqu'à 22x tout en réduisant les coûts de 75% . Cette solution alimentée par GPU soutient les études à résolution atomique, permettant aux chercheurs d'analyser des matériaux en temps réel et d'identifier des zones d'intérêt pendant les expériences.

Transformer la recherche biologique

La bibliothèque open-source cuSpa accélère les calculs de polygones de cellules, atteignant une vitesse 900x par rapport aux méthodes basées sur CPU. Cet outil, co-développé avec scverse, fait désormais partie du cadre rapids-singlecell, qui a été adopté par des organisations telles que Therna Biosciences et 10x Genomics. De plus, la bibliothèque HMMER accélérée par GPU améliore l'annotation des séquences protéiques, avec Basecamp Research signalant des recherches de référence jusqu'à 84x fois plus rapides.

Ces avancées dans les bibliothèques CUDA-X de NVIDIA soulignent le potentiel transformateur de l'IA et de l'accélération GPU dans la découverte scientifique, permettant aux chercheurs de relever des défis complexes dans plusieurs disciplines.

Autres articles en français · Comparaisons financières et sources SEC (anglais)