NVIDIA 在德國漢堡舉行的計算科學國際會議「ISC」上，發表了一組旨在加速科學研究的全新軟體。從化學、材料探索到暗物質搜尋，目標是把過去在 CPU 上需要數小時甚至數天的處理，藉由 GPU 提升到接近即時的速度。核心是「cuPhoton」「DAQIRI」「ALCHEMI」三款產品，它們都作為 NVIDIA 軟體平台「CUDA-X」的一部分提供[1][2]。
讓天文資料快上一個數量級的「cuPhoton」
cuPhoton 是一套參考程式碼（作為開發起點的範例實作），用於讀取、處理、分析並視覺化來自望遠鏡、X 光與雷射實驗的多維資料[1]。它能協助天體物理學與天文學領域處理 PB 等級的龐大資料。
實際效果反映在數字上。在 NVIDIA 旗艦系統「GB200 NVL72」上執行時，cuPhoton 在早期使用階段把 FITS（天文領域標準使用的資料格式）的讀取速度最高提升了 14,900 倍[1]。處理對象是魯賓天文台大規模觀測計畫「LSST」所蒐集的影像資料。在使用 32 顆「Grace Blackwell」超級晶片的配置下，訊號處理與分析最高加快了 8,400 倍。LSST 所使用的相機被稱為迄今為止打造的最大數位相機之一，從遙遠的星系到幾乎不反射光線的暗弱天體都能拍攝。
cuPhoton 由 NVIDIA 與普林斯頓大學共同開發，並將與哈佛大學一同，用於處理與分析來自天文台和暗能量巡天的大量資料[1]。預計今年夏季正式提供。
即時處理此前被捨棄的實驗資料的「DAQIRI」
DAQIRI（Data Acquisition for Integrated Real-time Instruments 的縮寫）是一款高效能網路函式庫，可把來自高速偵測器與感測器的資料順暢地導入 NVIDIA 軟體[1]。傳統機制受限於特定硬體，當儀器產生資料的速度超過儲存速度時，就會發生遺漏。DAQIRI 透過即時接收並轉送資料來因應這項課題。
具體例子是歐洲核子研究組織（CERN）的研究專案「A-GHOST」。該專案由來自 CERN、芝加哥大學與倫敦大學學院（UCL）的研究人員在 CERN openlab 架構下推動，運用 DAQIRI 對 CERN 的 ATLAS 實驗所記錄的對撞資料即時套用 AI[1]。受儲存容量限制，ATLAS 記錄的資料通常有 99% 以上會被捨棄，而 A-GHOST 的目標正是從中擷取被埋沒的有價值訊號。DAQIRI 已在 GitHub 上公開。
把材料與化學探索並行化的「ALCHEMI」
ALCHEMI 是一組用於加速化學與材料探索的專用微服務，以及搭配的開發工具包[1][3]。其設想的應用涵蓋電池材料、觸媒、OLED 顯示器、化妝品等廣泛領域。NVIDIA 在 3 月發表了兩種 NIM 微服務（把特定 AI 功能切分封裝、可依需求呼叫的形式），分別用於批次幾何鬆弛（BGR，尋找穩定結構）與批次分子動力學（BMD，重現分子運動）[1]。如此一來即可一次模擬數百萬規模的分子與材料。
作為實例，正在開發自主研究平台的 Lila Sciences 運用 ALCHEMI 的 BGR 微服務，把有潛力材料的篩選速度提升了 50 倍[1]。它還把入選候選的磁性計算加快了 30%，並透過 ALCHEMI 的專有處理使 AI 模型的訓練與推論提速 6 倍、記憶體用量降至三分之一。此前需要數週的模擬，如今幾天即可完成。
此外，在把原子排列調整為最穩定形態的幾何最佳化方面，面向廣泛使用的「VASP」的微服務預計將於今年夏季新增——透過在一顆 GPU 上同時執行多項計算，預期可獲得 3 倍提速[1]。ALCHEMI 的工具包可在 GitHub 與 PyPI 取得，NIM 微服務則可從 NVIDIA 的目錄「NGC」下載。
總結
NVIDIA 在 ISC 公開的 cuPhoton、DAQIRI 與 ALCHEMI，都是 CUDA-X 的一部分，旨在高速處理科學研究現場產生的龐大資料。把天文資料讀取最高提速 14,900 倍的 cuPhoton、即時處理此前被捨棄之實驗資料的 DAQIRI、把材料篩選加快 50 倍的 ALCHEMI，都伴隨具體成果一同亮相。讓研究者能夠更快、更多地驗證假設的趨勢，有望推動新藥研發、新材料與宇宙觀測等領域的進展。
出典:https://blogs.nvidia.com/blog/ai-for-science-software-cuda/
出典:https://www.nvidia.com/en-us/technologies/cuda-x/
出典:https://developer.nvidia.com/cuda/cuda-x-libraries/alchemi
