برنامج جديد من NVIDIA يعتمد على الذكاء الاصطناعي يُسرّع أبحاث المادة المظلمة، ويسرّع تحميل البيانات بمقدار 14,900 مرة

أخبار ar.wedoany.com، أطلقت شركة NVIDIA برنامجًا جديدًا في مؤتمر ISC بمدينة هامبورغ لتسريع التطبيقات العلمية القائمة على الذكاء الاصطناعي، في مجالات تشمل اكتشاف المواد الكيميائية والمواد، والبحث عن المادة المظلمة.

تشمل هذه البرامج مكتبة NVIDIA DAQIRI، وخدمات NVIDIA ALCHEMI NIM المصغّرة الجديدة، والكود المرجعي NVIDIA cuPhoton القادم، والتي تحوّل المهام التي كانت تستغرق ساعات أو أيامًا على وحدات المعالجة المركزية (CPU) إلى خطوط أنابيب فورية ومُسرّعة بوحدات معالجة الرسوميات (GPU).

هذه البرامج هي جزء من NVIDIA CUDA-X، وهي مجموعة من الأدوات والمكتبات التي تعزز أداء تطبيقات مثل الذكاء الاصطناعي والحوسبة عالية الأداء.

عند التشغيل على نظام NVIDIA GB200 NVL72، يُسرّع cuPhoton عملية تحميل وقراءة ومعالجة وتحليل بيانات FITS (تنسيق الملفات الفلكية القياسي) من المراصد والتلسكوبات. في مرحلة الوصول المبكر، قام cuPhoton بتسريع تحميل وقراءة صور FITS التي جمعها مسح التراث الزمكاني (LSST) لمرصد فيرا روبين (Rubin Observatory) بمقدار 14,900 مرة. كما حقق تسريعًا في معالجة الإشارات وتحليلها يصل إلى 8,400 مرة باستخدام 32 شريحة NVIDIA Grace Blackwell فائقة الذكاء.

في النهاية، يعني هذا الحصول على رؤى أسرع من كاميرا LSST (أكبر كاميرا رقمية على الإطلاق)، التي تلتقط صورًا لمليارات المجرات البعيدة والأجرام السماوية الخافتة الأقرب التي تعكس ضوءًا أقل.

البرنامج الجديد يُسرّع أبحاث المادة المظلمة ومحاكاة المواد وغيرها. NVIDIA cuPhoton هو كود مرجعي لاستخلاص الرؤى من البيانات متعددة الأبعاد التي تُجمع من التلسكوبات وتجارب الأشعة السينية والليزر. يمكنه تحميل ومعالجة وتحليل وتصور بيانات بحجم بيتابايت، ويُستخدم مع تقنيات NVIDIA CUDA-X الأخرى لبناء خطوط أنابيب مُسرّعة شاملة. طور باحثون من جامعة برينستون (Princeton University) بالتعاون مع NVIDIA برنامج cuPhoton، وسيستخدمونه مع جامعة هارفارد (Harvard University) لمعالجة وتحليل البيانات من المراصد ومسوح الطاقة المظلمة.

NVIDIA DAQIRI – أي جمع البيانات المتكامل للأجهزة في الوقت الفعلي (Data Acquisition for Integrated Real-time Instruments) – هي مكتبة شبكات عالية الأداء تنقل تدفقات البيانات من الكواشف وأجهزة الاستشعار السريعة إلى برامج NVIDIA. الأنظمة القديمة مقيدة بأجهزة ثابتة، وقد تفقد البيانات عندما تولد الأجهزة البيانات بسرعة تفوق قدرتها على الحفظ. DAQIRI تواكب السرعة من خلال معالجة تدفقات البيانات الواردة فورًا. مشروع بحثي يُدعى A-GHOST، طوره علماء من المنظمة الأوروبية للأبحاث النووية (CERN) وجامعة شيكاغو (University of Chicago) وكلية لندن الجامعية (University College London) في إطار مختبر CERN المفتوح (CERN openlab)، يستخدم DAQIRI لتشغيل الذكاء الاصطناعي في الوقت الفعلي على بيانات التصادم المسجلة في تجربة ATLAS في CERN. يقوم A-GHOST بتحليل البيانات التي يتم عادةً تجاهلها بواسطة ATLAS (يتم تجاهل أكثر من 99% من البيانات بسبب قيود التخزين)، مما يلتقط إشارات قد تكون مثيرة للاهتمام ولكنها كانت ستُفقد لولا ذلك.

NVIDIA ALCHEMI تتضمن مجموعة من الخدمات المصغّرة الخاصة بمجال معين ومجموعة أدوات لتسريع اكتشاف المواد الكيميائية والمواد، مع تطبيقات تشمل مواد البطاريات والمحفزات وشاشات OLED ومنتجات التجميل وغيرها. أصدرت NVIDIA في شهر مارس خدمتين مصغرتين من ALCHEMI NIM: الاسترخاء الهندسي الجماعي (BGR) والديناميكا الجزيئية الجماعية (BMD). تمكن هذه الأدوات المُسرّعة بالذكاء الاصطناعي الباحثين من محاكاة ملايين الجزيئات والمواد في وقت واحد: BGR لإيجاد الهياكل الأكثر استقرارًا، وBMD لمحاكاة كيفية تحركها بمرور الوقت. من المتوقع أن تتضمن ALCHEMI قريبًا خدمة مصغرة لحزمة محاكاة المبادئ الأولى في فيينا (VASP)، مما يمكّن الباحثين من تشغيل محاكاة المواد بإنتاجية أعلى لوحدات معالجة الرسوميات. باستخدام خدمة العمليات المتعددة من NVIDIA لتشغيل حسابات VASP متعددة على وحدة معالجة رسوميات واحدة، تحقق هذه الخدمة المصغرة تسريعًا بمقدار 3 أضعاف في التحسين الهندسي (عملية إيجاد الترتيب الذري الأكثر استقرارًا في المادة). يمكن للمطورين والباحثين استخدام مجموعة أدوات ALCHEMI لتسريع تدريب نماذج الذكاء الاصطناعي البديلة للجهد البيني الذري للتعلم الآلي، وبناء سير عمل مخصصة عالية الأداء لمحاكاة الذرات.

شركة Lila Sciences – التي تعمل على بناء منصة علمية فائقة الذكاء ومختبرات مستقلة – تعاونت مع NVIDIA باستخدام ALCHEMI لإجراء محاكاة مغناطيسية عالية الدقة، وقدمت عرضًا توضيحيًا في مؤتمر NVIDIA GTC في سان خوسيه في شهر مارس. استخدمت Lila Sciences خدمة ALCHEMI NIM المصغرة لـ BGR، مما أدى إلى تسريع فحص المواد عالية الإنتاجية بمقدار 50 مرة، وتحديد المواد المستقرة المرشحة التي من المرجح أن يتم تصنيعها. ثم باستخدام خدمة ALCHEMI VASP المصغرة في مرحلة الوصول المبكر، تم تسريع حسابات الخواص المغناطيسية للمواد المرشحة النهائية بنسبة 30%.

النوى المخصصة لـ TensorNet في ALCHEMI مكّنت Lila من تحقيق تسريع بمقدار 6 أضعاف في التدريب والاستدلال، وتقليل استخدام الذاكرة بمقدار 3 أضعاف، مما جعل المحاكاة التي كانت تستغرق أسابيع تُنجز الآن في أيام فقط.

هذه الطريقة في تقييم مواد متعددة في وقت واحد في ذاكرة وحدة معالجة الرسوميات يمكن تعميمها على حالات الاستخدام التالية: اكتشاف المواد، والفحص على نطاق واسع للمكونات الجديدة والمستقرة؛ الطاقة، واكتشاف محفزات نشطة وغنية بالأرض لإنتاج المواد الكيميائية والوقود؛ الكهرومغناطيسية، وفهم السلوك المغناطيسي المعقد والتنبؤ به. يقع ALCHEMI في طبقة المحاكاة، ويولد بيانات العلوم الفيزيائية التي تغذي بقية الدورة.

تستخدم Lila Sciences مجموعة NVIDIA الكاملة لتسريع الاكتشاف العلمي، بما في ذلك NVIDIA Megatron-LM و NVIDIA Nemotron للتدريب، ونماذج Nemotron 3 Nano و Nemotron 3 Super المفتوحة، بالإضافة إلى مكتبات NeMo RL و NeMo Gym. كما تستخدم NVIDIA BioNeMo لتوليد الجزيئات، و NVIDIA Triton وخدمات NIM المصغرة لخدمة الاستدلال، ومكتبات NVIDIA Omniverse للتوأم الرقمي. قال Andy Beam، المؤسس المشارك والمدير التقني لشركة Lila Sciences: "يُظهر هذا العمل قوة استخدام حزمة حوسبة قوية لتسريع الاكتشاف على نطاق لا يمكن لأي عالم فردي تحقيقه بمفرده."

مجموعة أدوات NVIDIA ALCHEMI متاحة للتحميل من Github و PyPI. خدمات ALCHEMI NIM المصغرة متاحة للتحميل من كتالوج NVIDIA NGC. من المتوقع إطلاق خدمة ALCHEMI NIM المصغرة لـ VASP في وقت لاحق من هذا الصيف. DAQIRI متاحة الآن على GitHub. من المتوقع إطلاق cuPhoton في هذا الصيف.

تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com