跳到正文
NVIDIA Blog· Brian Caulfield·· 2 天前精選AI 評分67

NVIDIA 在 SC26 宣佈 Nemotron for Science、Rubin HPC GPU、Vera CPU 平台及量子運算合作

Ian Buck Kicks Off NVIDIA’s Week at SC26 as Science Enters the Age of Agents

AI 導讀

NVIDIA 在 SC26 宣佈 Nemotron for Science、Rubin HPC GPU、擴展版 Vera CPU 平台,並與 IBM、Fermilab 合作規劃量子運算協同設計平台。

推薦理由

Nemotron for Science 的開放模型、化學數據集與本地執行方式,配合 Argonne 的研究案例,呈現科研智能體如何在研究人員自己的系統上規劃模擬。

正文 · 繁體中文

NVIDIA 的 Ian Buck 週一在芝加哥舉行的 SC26 上,透過推出 AI Agent 新工具,為公司本週的活動揭開序幕。這些軟件能在研究人員自己的系統上規劃實驗、執行程式碼及檢查結果。

在 NVIDIA 的專題演講中,Buck 宣佈推出 Nemotron for Science、Rubin HPC GPU,以及 擴展版 Vera CPU 高效能運算平台。他亦詳細介紹與IBM 和 Fermi National Accelerator Laboratory在量子運算方面的新合作。

「運算前沿和新一代科學技術堆疊,始終會以模擬為核心,但也會結合 AI 和量子運算的未來。」NVIDIA 超大規模運算及高效能運算副總裁 Buck 表示。 

Buck 在演講開始時回顧了 20 年前在佛羅裏達州坦帕市的 SC06 教學環節上,首次公開介紹 CUDA。NVIDIA 現時提供超過 1,000 個 CUDA-X 函式庫,他表示。

面向科學 Agent 的開放模型

「[Agent] 徹底改變了我們與超級電腦、裝置和儀器互動的方式,也改變了我們進行研究的方式。」Buck 表示。

模擬仍然是科學運算的基礎,「始終會居於首位」,Buck 表示;AI、量子運算,以及現今的 Agent 都會配合模擬運作。

Buck 解釋,Nemotron for Science 結合 Nemotron 3.5 Super VL 開放模型、新的開放式化學數據集,以及為生命科學和化學而設的後訓練方案。研究人員可在 DGX Spark、工作站或自己的超級電腦上本機執行該模型。

Buck 表示,在 Argonne National Laboratory,使用該工具套件建立的 Agent 接收一個提示詞後,便規劃並測試假設、選擇要執行的模擬,並找出兩個新的結合位點。

「你的數據由你擁有。模型由你擁有。」Buck 表示。

Buck 亦介紹了其他已投入使用的 Agent:

  • GROMACS:由 KTH Royal Institute of Technology 開發的 Agent 能自行修復出錯的 GROMACS 設定。在一次於單部 DGX Spark 上通宵執行的測試中,它修復了 81% 的測試案例。
  • SETI Institute:在 Allen Telescope Array,一個 Agent 接收一行提示詞,繪製甲醇譜線。Buck 解釋,之後它會自行調整,以修正多普勒位移 [NGC 869 vs. 896,檢查投影片]。
  • Nsight AI Porting Agent:Buck 表示,NVIDIA 的新 Agent 將 Weather Research and Forecasting (WRF) 模型中的一個常式移植至 GPU,使用約 150 million 個 tokens,令其速度提升超過 5 倍。

Agent 循環所需的 CPU

Buck 解釋,Agent 會依靠 CPU 在模型步驟之間執行工具呼叫。

「這正是 Agent 所需的。」他表示,「它們需要一個 CPU 來執行、評估、執行工具、進行操作和收集結果。」 

德國氣候運算中心 DKRZ 已為其 HLRE-5 超級電腦選用 Vera CPU,該超級電腦預計於 2028 年初投入使用。Buck 表示,這是繼 Texas Advanced Computing Center 已公佈的 Vera 系統之後,另一套 Vera 系統。 

面向科學研究的新 GPU

Buck 表示,Rubin HPC 是 Vera Rubin 平台上的新 GPU,專為科學研究、工程、分析及 AI 而設。 

它支援由 FP64 至 FP4 的精度,加入稀疏數據加速功能,並透過第七代 NVIDIA NVLink 連接。Buck 表示,它擁有超過 50,000 個 CUDA 核心,數量約為 Hopper 的三倍。預計於 2028 年推出。

量子錯誤更正

Buck 表示,在 Jülich 的 JUPITER 超級電腦上進行的模擬顯示,一種名為魔法態培育的技術可將完成一個邏輯步驟所需的運算次數減至十分之一。這項工作正納入 CUDA-Q。

NVIDIA、IBM 和 Fermilab 今日宣佈計劃推出量子運算協同設計平台,以支援錯誤更正及應用研究。NVIDIA 和 IBM 正將 NVIDIA DGX B200 系統與 IBM 量子電腦配對使用,當中包括採用 IBM Quantum Nighthawk 的量子電腦。 

Buck 亦介紹了一項量子解碼的新突破。Buck 解釋,目標是將解碼延遲由約 300 微秒降至 10。據他表示,一款新的 CUDA-Q 解碼演算法 TCBP-JOBS,可將錯誤更正研究所需的計算時間由 12 週縮短至 45 分鐘。

網絡

Buck 亦展示了 NVIDIA Photonics 共封裝光學交換器在 Lambda 的首批部署案例之一。他表示,這些交換器在位元錯誤及連線閃斷方面的可靠度高出 15 倍。 

請參閲 公告,瞭解軟件產品資訊。 

來源:NVIDIA Blog · blogs.nvidia.com