跳到主要內容
maxstudioNews
產品NVIDIA Blog約 4 分鐘

輝達於 SC26 發表科學 AI 代理工具,引領科學進入智慧代理時代

輝達(NVIDIA)在 SC26 大會上發表了多項創新,包括專為科學研究設計的 AI 代理工具 Nemotron for Science。同時,公司也推出了 Rubin HPC GPU 和擴展的 Vera CPU 平台,以強化高效能運算能力。此外,輝達還宣布與 IBM 和費米國家加速器實驗室合作,共同推動量子運算發展。

輝達於 SC26 發表科學 AI 代理工具,引領科學進入智慧代理時代
圖片來源:NVIDIA Blog

輝達的 Ian Buck 週一在芝加哥舉行的 SC26 大會上,為公司本週的活動揭開序幕,並發表了專為 AI 代理設計的新工具。這些軟體代理能夠在研究人員自己的系統上規劃實驗、執行程式碼並檢查結果。

在輝達的特別演講中,Buck 宣布推出 Nemotron for Science、Rubin HPC GPU 以及擴展用於高效能運算的 Vera CPU 平台。他也詳細說明了與 IBM 和費米國家加速器實驗室在量子運算領域的新合作計畫。

輝達超大規模與高效能運算副總裁 Buck 表示:「運算的前沿和新的科學堆疊,將一如既往地是模擬,但會結合 AI 和未來的量子運算。」

Buck 在演講開場時回顧了 20 年前,他在佛羅里達州坦帕市的 SC06 教學課程中,首次公開談論 CUDA 的情景。他指出,輝達現在提供了超過 1,000 個 CUDA-X 函式庫。

Buck 提到,AI 代理已經徹底改變了我們與超級電腦、裝置、儀器互動的方式,以及我們進行研究的方法。

他強調,模擬仍然是科學運算的基礎,將永遠處於核心地位,而 AI、量子運算以及現在的 AI 代理則與其協同運作。

Buck 解釋說,Nemotron for Science 將 Nemotron 3.5 Super VL 開源模型,與新的開源化學資料集以及生命科學和化學領域的後訓練配方結合。研究人員可以在 DGX Spark、工作站或自己的超級電腦上本地執行它。

Buck 表示,在阿貢國家實驗室,一個使用該工具包建構的 AI 代理,僅透過一個提示詞,就規劃並測試了假設,選擇要執行的模擬,並識別出兩個新的結合位點。

Buck 強調:「你擁有自己的資料,你擁有自己的模型。」

Buck 也點出其他已在使用的 AI 代理:

瑞典皇家理工學院(KTH Royal Institute of Technology)開發的 GROMACS 代理,能夠自行修復損壞的 GROMACS 設定。在一次單一 DGX Spark 的隔夜運行中,它修復了 81% 的測試案例。

SETI 協會(SETI Institute)在艾倫望遠鏡陣列(Allen Telescope Array)中,一個 AI 代理透過一行提示詞繪製了甲醇譜線。Buck 解釋說,它隨後自行調整了都卜勒頻移。

輝達的新 Nsight AI Porting Agent 將天氣研究與預報模型(WRF)中的一個例程移植到 GPU 上,Buck 表示,這將速度提升了五倍以上,使用了約 1.5 億個 token。

Buck 解釋,AI 代理在模型步驟之間執行工具呼叫時,需要依賴 CPU。

他表示:「這正是 AI 代理所需要的,它們需要一個能夠運行、評估、執行工具、執行操作並收集結果的 CPU。」

德國氣候運算中心(DKRZ)已選擇 Vera CPU 用於其 HLRE-5 超級電腦,預計於 2028 年初啟用。Buck 表示,它將加入德州先進運算中心(Texas Advanced Computing Center)已宣布的 Vera 系統。

Rubin HPC 是 Vera Rubin 平台中的一款新 GPU,專為科學、工程、分析和 AI 而建。

它支援從 FP64 到 FP4 的精確度,增加了稀疏資料加速功能,並透過第七代 NVIDIA NVLink 連接。Buck 表示,它擁有超過 50,000 個 CUDA 核心,大約是 Hopper 的三倍。預計於 2028 年推出。

Buck 表示,在尤利希研究中心(Jülich)的 JUPITER 超級電腦上進行的模擬顯示,一種稱為「魔術狀態培養」(magic state cultivation)的技術,可以將一個邏輯步驟所需的操作次數減少十倍。這項工作正被加入 CUDA-Q 中。

輝達、IBM 和費米國家加速器實驗室今天宣布,計劃建立一個量子運算協同設計平台,以支援錯誤修正和應用研究。輝達和 IBM 將把輝達 DGX B200 系統與 IBM 量子電腦(包括由 IBM Quantum Nighthawk 驅動的電腦)配對。

Buck 還介紹了量子解碼方面的新突破。他解釋,目標是將解碼延遲從約 300 微秒縮短到 10 微秒。一種新的 CUDA-Q 解碼演算法 TCBP-JOBS,將錯誤修正研究的運算時間從 12 週縮短到 45 分鐘。

Buck 還展示了輝達 Photonics 共同封裝光學交換機的首批部署之一,地點在 Lambda。他表示,它們在位元錯誤和鏈路抖動方面的可靠性提高了 15 倍。

Share

覺得值得一看?分享給朋友。

以上為 AI 自動翻譯導讀。原文版權歸 NVIDIA Blog 所有, 建議透過「閱讀原文」前往原始網站,以取得最完整資訊並支持原作者。

Newsletter

不用每天追,AI 重點每週寄給你

43 個來源、每 2 小時更新,太多看不完。電子報每週挑最值得看的幾則,附上 Max 的看法。

每週一封。Email 只用來寄電子報,每封信都能一鍵退訂。