我們將通過《NVIDIA 加速計算，百萬倍加速行業(yè)應(yīng)用》系列文章，為您詳解 NVIDIA 如何通過數(shù)據(jù)中心規(guī)模的全棧加速計算，助力多個行業(yè)實現(xiàn)百萬倍計算性能飛躍，高效解決人類挑戰(zhàn)。

在日前舉辦的全球頂級超算大會 SC22 上，有著 HPC 領(lǐng)域諾貝爾獎之稱的戈登貝爾獎揭曉，來自 NVIDIA 與芝加哥大學等機構(gòu)的研究員憑借共同開發(fā)的一個處理基因組規(guī)模數(shù)據(jù)的先進模型，獲得旨在表彰基于高性能計算的 COVID-19 研究的“戈登貝爾特別獎”。

身為加速計算專家的 NVIDIA 何以在醫(yī)療方面取得如此矚目的成就？憑借全球領(lǐng)先的 AI 計算平臺和對多個行業(yè)的深耕打造的AI全棧解決方案，在過去的幾年，NVIDIA 對包括醫(yī)療健康在內(nèi)的多個行業(yè)的 AI 應(yīng)用帶來了百萬倍的加速。

過去十年，全球迎來一場 AI 革命，人工智能在各行各業(yè)引發(fā)了顛覆性的變革。在機器學習、深度學習、大規(guī)模語言模型等 AI 能力的加持下，藥物研發(fā)等領(lǐng)域正迎來百萬倍的效率飛躍。而這一切的背后，離不開加速計算。

加速計算引領(lǐng)行業(yè)新方向

半個多世紀前，尚在仙童半導(dǎo)體公司任職的戈登·摩爾預(yù)測，硅基芯片中的晶體管數(shù)量每 18-24 個月左右會實現(xiàn)翻番，性能因此獲得成倍提升，成本則成倍下降。之后數(shù)十年間，這一預(yù)測成為推動半導(dǎo)體產(chǎn)業(yè)發(fā)展的準則。時至今日，硅基半導(dǎo)體接近尺寸維度的物理極限，繼續(xù)研發(fā)先進制程工藝的成本不斷遞增，曾被奉為圭臬的摩爾定律正走向消亡。

另一方面，AI 在加速計算的推動下飛速發(fā)展。據(jù)《經(jīng)濟學人》統(tǒng)計，僅僅從 2012 年到 2018 年，用于訓(xùn)練大型模型的計算能力就增長了 30 萬倍，并且約每三個半月翻一番。

作為加速計算的主導(dǎo)者，NVIDIA 的 GPU 是掀起這場行業(yè)變革浪潮不可或缺的重要推力。AI 應(yīng)用的工作負載以重復(fù)密集型計算為主，而 GPU 擅長并行計算，可以讓 AI 計算的速度獲得幾何倍數(shù)的提升。NVIDIA 不斷針對 AI 場景優(yōu)化產(chǎn)品，讓以 GPU 為核心的“全棧加速計算”成為 AI 計算不可或缺的一部分。加速計算與機器學習相結(jié)合，在全球包括藥物研發(fā)在內(nèi)的科學計算相關(guān)的多個行業(yè)掀起一場百萬倍加速的革命，并超越摩爾定律成為半導(dǎo)體行業(yè)新的風向標。

三大驅(qū)動力助推百萬倍性能飛躍

今年 GTC 大會上，NVIDIA 創(chuàng)始人兼 CEO 黃仁勛在主題演講中指出，過去十年中，NVIDIA 加速計算在 AI 領(lǐng)域中實現(xiàn)了百萬倍的加速，并引發(fā)現(xiàn)代 AI 革命。未來十年，將力爭在再實現(xiàn)百萬倍的提速，以應(yīng)對藥物研發(fā)等人類面臨的重大挑戰(zhàn)。

利用 AI 的大規(guī)模加速計算可實現(xiàn)指數(shù)級加速

過去的十年，在計算能力的構(gòu)建，和對應(yīng)用程序的計算性能的提升上，發(fā)生了跨越式發(fā)展。

首先，加速計算和異構(gòu)計算已經(jīng)成為業(yè)界共識，圍繞著 GPU 芯片，NVIDIA 建立了豐富的加速計算軟件生態(tài)；第二，數(shù)據(jù)中心，因其具有強大的擴展能力，能夠支撐起超大規(guī)模的計算任務(wù)，成為新的計算單元；第三，也是最具變革性的驅(qū)動力是 AI 的廣泛應(yīng)用，將很多科學計算過程，用神經(jīng)網(wǎng)絡(luò)進行模擬代替，從而進一步簡化計算，提高速度。

加速計算、數(shù)據(jù)中心大規(guī)模擴展，和 AI 的結(jié)合正在推動科學計算和工業(yè)計算的高速發(fā)展，實現(xiàn)百萬倍的性能飛躍，從而解決氣候變化、藥物研發(fā)、數(shù)字孿生，等等以往最具計算挑戰(zhàn)的問題。

目前，NVIDIA 已建立了一個從計算架構(gòu)、硬件、算法和軟件以及應(yīng)用框架多角度協(xié)同，并且覆蓋 CPU 、GPU 、DPU 三芯的全棧數(shù)據(jù)中心級加速計算平臺，這種全棧式加速計算技術(shù)能力，使得 NVIDIA 成為全球“加速計算專家”。

NVIDIA 的 CUDA 庫和 NVIDIA SDK 是加速計算的核心，伴隨著每一個新的 SDK，新的科學領(lǐng)域、新的應(yīng)用和行業(yè)都可以利用到 NVIDIA 強大的計算能力，這些 SDK 解決了計算、算法和科學交叉領(lǐng)域中極其復(fù)雜的問題，NVIDIA 的全棧方法產(chǎn)生的復(fù)合效應(yīng)，實現(xiàn)了百萬倍的加速。NVIDIA SDK 現(xiàn)已服務(wù)于醫(yī)療健康、能源、交通、零售、金融、媒體和娛樂等多個行業(yè)，并且每年都保持著高速的更新和擴展。通過在全棧和數(shù)據(jù)中心級實現(xiàn)加速，多個行業(yè)將在 AI 的推動下受益并實現(xiàn)百萬倍飛躍。

NVIDIA 加速藥物研發(fā)突破瓶頸

得益于 NVIDIA 數(shù)據(jù)中心級全棧加速計算能力和人工智能技術(shù)的進步，藥物研發(fā)領(lǐng)域也將迎來效率升級。

研發(fā)時間一直是藥物研發(fā)領(lǐng)域的一大痛點。一款新藥從研發(fā)到上市，平均需要 10 年之久。對藥企而言，縮短新藥研發(fā)的時間就意味著更早獲得回報；而對于一些身患重癥甚至絕癥的病人來說，新藥更早問世，則意味著他們有更大的機會重獲新生。

為助力藥物研發(fā)領(lǐng)域加快速度，NVIDIA 專門打造了一套名為 NVIDIA Clara Discovery 的 AI 加速計算軟件平臺。該解決方案集 GPU 加速及優(yōu)化框架、工具、應(yīng)用和預(yù)訓(xùn)練模型于一體，整合了人工智能、數(shù)據(jù)分析、模擬仿真和可視化能力，可支持化學信息學研究、蛋白質(zhì)結(jié)構(gòu)預(yù)測、候選藥物虛擬篩選以及分子動力學模擬等藥物開發(fā)過程中的跨學科工作流程。通過加速計算，研究人員可以一次模擬數(shù)以百萬的分子，同時篩選出數(shù)百種潛在藥物，從而降低成本、提高效率。

此外， NVIDIA 推出的基因測序分析加速軟件 NVIDIA Clara Parabricks 可以大幅提升基因組學分析的速度和準確性，大型語言模型（LLM）框架 NVIDIA BioNeMo 則可用于訓(xùn)練和部署超算規(guī)模的大型生物分子語言模型，幫助科學家更好地了解疾病，并為患者找到治療方法。

全球醫(yī)藥企業(yè)研發(fā)效率實現(xiàn)指數(shù)級提升

在 NVIDIA 針對醫(yī)療行業(yè)的全棧加速計算平臺的賦能下，來自全球的藥物研發(fā)企業(yè)，正在跨越曾經(jīng)的計算鴻溝，實現(xiàn)研發(fā)效率的指數(shù)級提升：

• AI 制藥公司 Entos 在 Clara Discovery 的幫助下，利用自主開發(fā)的 OrbNet 深度學習架構(gòu)將蛋白質(zhì)和候選藥物之間的化學反應(yīng)模擬速度提高 1000 倍，從而在三個小時內(nèi)就完成了原本需要超過三個月時間的工作量。

• 現(xiàn)已加入 NVIDIA 的初創(chuàng)公司 Parabricks 在對序列基因組中的關(guān)鍵標志物和異常值檢測時，使用 NVIDIA DGX 人工智能超級計算機將遺傳信息分解成微小的單獨碎片進行處理，成功把原先需要幾天完成的工作縮短到半小時以內(nèi)，效率提升超過 50-80 倍。

• 全球化學模擬軟件開發(fā)領(lǐng)導(dǎo)者 Schr?dinger 通過采用 NVIDIA DGX 系統(tǒng)提升計算藥物研發(fā)平臺的速度和準確性，實現(xiàn)對數(shù)十億分子快速、準確的評估，加速新的治療方法的開發(fā)。

• 生物技術(shù)公司Recursion 通過部署基于 NVIDIA DGX SuperPOD 參考架構(gòu)的超級計算機 BioHive-1 ，使其能夠在一天內(nèi)便能運行完成深度學習項目，而之前使用他們已有的集群完成該項目需要一周以上。

• 初創(chuàng)公司 Peptone 使用基于 NVIDIA DGX 系統(tǒng)、BlueField-2 DPU 和 NVIDIA InfiniBand 網(wǎng)絡(luò)構(gòu)建的 NVIDIA DGX SuperPOD 集群 Cambridge-1 超級計算機，能夠在幾個小時內(nèi)，針對數(shù)百萬種蛋白質(zhì)并行地執(zhí)行高吞吐量推理 ，并基于這些計算結(jié)果，研發(fā)針對特定 IDP 的專有創(chuàng)新藥。

• 初創(chuàng)企業(yè) PrecisionLife 借助 NVIDIA GPU ，可以在短短幾個小時內(nèi)分析 10 萬名患者的數(shù)據(jù)，這在以前是不可能實現(xiàn)的，這使得其可以在大型患者群體中識別具有匹配疾病驅(qū)動因素、疾病進展和治療反應(yīng)的亞群，幫助研究人員選擇正確的藥物研發(fā)目標、為個人選擇正確的治療方式并為臨床試驗選擇合適的患者。

• 以 AI 驅(qū)動的生物醫(yī)藥科技企業(yè)英矽智能在 NVIDIA 加速計算平臺的幫助下，僅用時不到 18 個月，就實現(xiàn)了從靶點發(fā)現(xiàn)、分子生成和設(shè)計、體內(nèi)體外療效確認及安全性評估、到提名臨床前候選化合物的早期藥物發(fā)現(xiàn)過程，相比傳統(tǒng)方法所需的四年半左右的耗時，節(jié)約了三分之二的時間，及花費成本也遠低于傳統(tǒng)的方式。

• “AI + 冷凍電鏡” 驅(qū)動的新型藥物研發(fā)企業(yè)水木未來在使用冷凍電鏡預(yù)處理圖像時，借助 NVIDIA GPU 計算平臺，樣品篩選、樣品質(zhì)量監(jiān)控和數(shù)據(jù)采集的效率提升高達 10 倍以上，大大降低了藥物研發(fā)的成本。

• 新一代機器學習+生物技術(shù)初創(chuàng)企業(yè)燧坤智能借助 NVIDIA GPU 計算平臺，使其開發(fā)的 AI4D 線上服務(wù)平臺的計算效率和模型訓(xùn)練速度有超過 10 倍的提升，對靶點的定向分子進行生成與篩選、分子的類藥性及成藥性預(yù)測效率均有巨大幫助，大幅縮減了藥物研發(fā)后期投入，提高了藥物臨床及上市成功率。

憑借數(shù)據(jù)中心級別的全棧能力，NVIDIA 針對醫(yī)療健康領(lǐng)域也擁有豐富的的全棧加速計算方案，除了 Clara Discovery，NVIDIA 還有針對醫(yī)療設(shè)備、醫(yī)學影像、基因組學和患者看護需求的 Clara Holoscan、Clara Parabricks 以及 Clara Guardian 等針對不同醫(yī)療應(yīng)用場景的解決方案。

從傳統(tǒng)醫(yī)藥巨頭到初創(chuàng)企業(yè)，越來越多的全球醫(yī)療企業(yè)選擇 NVIDIA 加速計算平臺來提升AI生產(chǎn)力，降低研發(fā)成本。Million-X 百萬倍計算性能飛躍的愿景，已經(jīng)在醫(yī)療健康以及更多關(guān)乎人類未來褔祉的領(lǐng)域落地生根。未來，只要人類探索科技，發(fā)現(xiàn)未知的腳步還在繼續(xù)，加速計算的夢想就永遠不會停息。