NVIDIA розширює використання штучного інтелекту в наукових дослідженнях. Компанія представила пакет Nemotron for Science, який поєднує відкриті ШІ-моделі, спеціалізовані набори даних і засоби навчання. Одночасно виробник розширив бібліотеки CUDA-X інструментами для прискорення складних обчислень — від аналізу чорних дір до моделювання молекул і дослідження живих клітин.
Мета розробок — допомогти науковцям створювати спеціалізованих ШІ-агентів, які можуть аналізувати наукові проблеми, працювати з обчислювальними інструментами та виконувати частину дослідницьких завдань.
ШІ для хімії та дослідження космосу
Основою Nemotron for Science стала модель Nemotron 3.5 Super VL. До пакета також увійшов LitmusBench v0.2 — відкритий набір даних, що містить майже 50 тисяч запитань для навчання й оцінювання моделей у сфері хімічних досліджень.
Він спирається на властивості молекул і дані експериментів із розробки ліків. Це допомагає вдосконалювати прогнозування поведінки хімічних сполук, зокрема їхньої розчинності та особливостей переробки організмом людини.
Окрему увагу NVIDIA приділила астрономії. Інструментарій cuPhoton призначений для прискорення обробки астрономічних спостережень. Наприклад, модуль cuPhoton.xBeam, за даними компанії, дає змогу обробляти й корелювати дані телескопа Event Horizon Telescope приблизно за вісім хвилин. Раніше на це могло знадобитися понад місяць.
Event Horizon Telescope — це глобальна мережа радіотелескопів, які спільно працюють як один інструмент розміром із Землю. Вона генерує петабайти даних, обробка яких потребує значних обчислювальних ресурсів.
Ще один приклад стосується компанії Pacific Fusion. Її дослідники використовували cuPhoton.xLens для аналізу результатів безпосередньо під час моделювання плазми. У поєднанні з локальним ШІ-агентом на базі Nemotron такий підхід потенційно дає змогу оцінювати результати й коригувати симуляції в реальному часі.
Прискорення розробки ліків і нових матеріалів
У фармацевтичних дослідженнях NVIDIA розвиває cuPotential. Цей інструмент прискорює роботу програм для молекулярного моделювання до трьох разів, водночас покращуючи стабільність та точність обчислень. Це може допомогти дослідникам вивчати взаємодію молекул і потенційні місця зв’язування ще до проведення дорогих лабораторних експериментів.
Компанія співпрацює зі Schrödinger та розробниками програмного забезпечення для молекулярного моделювання. Технологію також впроваджують компанії Terray Therapeutics, Topos Bio та Genesis Molecular AI.
Для дослідження матеріалів NVIDIA готує GPU-ядра Daviator для програмного пакета Vienna Ab initio Simulation Package (VASP). За заявою компанії, вони можуть прискорювати квантово-механічні розрахунки до 22 разів і скорочувати витрати до 75%.
Інший інструмент, cuSpa, призначений для прискорення обчислень у просторовій біології. У Меморіальному онкологічному центрі Слоуна — Кеттерінга його застосування дало змогу створювати великі просторові графи з прискоренням до 900 разів порівняно з використанням центральних процесорів.
Наукові організації адаптують відкриту модель
Nemotron використовують і для спеціалізованих дослідницьких завдань. Terray Therapeutics навчила модель витягувати інформацію про хімічні реакції та умови їх проведення з наукових схем. Lila Sciences застосувала її для роботи з лабораторними протоколами й виробництвом квантових точок, а Therna — для проєктування мРНК-терапевтичних засобів.
Національна лабораторія Аргонн інтегрує Nemotron у багатокомпонентну систему StructBioReasoner, призначену для проєктування та оцінювання білкових кандидатів для терапевтичного застосування.
Nemotron 3.5 Super VL і LitmusBench v0.2 доступні на платформі Hugging Face. NVIDIA також оптимізувала модель для локального запуску на системі DGX Spark із 128 ГБ пам’яті.
Таким чином, компанія прагне перетворити ШІ не просто на інструмент для пошуку інформації, а на помічника, здатного брати участь у складних обчислювальних експериментах. Водночас заявлені показники прискорення залежать від конкретних завдань, обладнання та програмного забезпечення.
