美国NVIDIA新AI软件加速暗物质研究，数据加载提速14900倍

2026-06-23 10:08

关键词:

维度网讯，NVIDIA在汉堡ISC会议上推出加速AI科学应用的新软件，涉及化学与材料发现、暗物质搜索等领域。

这些软件包括NVIDIA DAQIRI库、新的NVIDIA ALCHEMI NIM微服务，以及即将推出的NVIDIA cuPhoton参考代码，能将原本在CPU上需要数小时或数天的工作转变为实时、GPU加速的流水线。

它们是NVIDIA CUDA-X的一部分，这是一组工具和库，可提升AI和高性能计算等应用领域的性能。

在NVIDIA GB200 NVL72系统上运行时，cuPhoton加速了从天文台和望远镜加载、读取、处理和分析FITS数据（标准天文文件格式）的速度。在早期访问中，cuPhoton将薇拉·鲁宾天文台(Rubin Observatory)时空遗产巡天（LSST）收集的FITS图像加载和读取速度提升了14,900倍。它还使用32个NVIDIA Grace Blackwell超级芯片，实现了高达8,400倍的信号处理和分析加速。

最终，这意味着从LSST相机（有史以来最大的数码相机）获得更快的洞察，该相机捕捉数十亿遥远星系以及更近、反射光线较少的微弱天体的图像。

新软件加速了暗物质、材料模拟等研究。NVIDIA cuPhoton是一个参考代码，用于从望远镜、X射线和激光实验收集的多维数据中提取见解。它可加载、处理、分析和可视化PB级数据，并与其他NVIDIA CUDA-X技术一起使用，构建端到端的加速流水线。普林斯顿大学（Princeton University）的研究人员与NVIDIA合作开发了cuPhoton，并将与哈佛大学（Harvard University）一起使用它处理和分析来自天文台和暗能量巡天的数据。

NVIDIA DAQIRI——即集成实时仪器数据采集（Data Acquisition for Integrated Real-time Instruments）——是一个高性能网络库，可将来自快速探测器和传感器的数据流传输到NVIDIA软件中。较旧的系统绑定到固定硬件，当仪器生成数据的速度超过其保存速度时可能丢失数据。DAQIRI通过即时处理到达的数据流来跟上速度。一个名为A-GHOST的研究项目由欧洲核子研究中心（CERN）、芝加哥大学（University of Chicago）和伦敦大学学院（University College London）的科学家在CERN openlab框架下开发，使用DAQIRI在CERN的ATLAS实验记录的碰撞数据上实时运行AI。A-GHOST分析通常会被ATLAS丢弃的数据（由于存储限制，超过99%的数据被丢弃），从而捕获可能有趣但原本会丢失的信号。

NVIDIA ALCHEMI包含一系列特定领域的微服务和一个工具包，用于加速化学和材料发现，应用范围涵盖电池材料、催化剂、OLED显示器、美容产品等。NVIDIA于3月份发布了两个ALCHEMI NIM微服务：批量几何弛豫（BGR）和批量分子动力学（BMD）。这些AI加速工具使研究人员能够一次模拟数百万个分子和材料：BGR用于找到最稳定的结构，BMD用于模拟随时间如何移动。ALCHEMI预计很快将包括一个用于维也纳第一性原理模拟包（VASP）的微服务，使研究人员能够以更高的GPU吞吐量运行材料模拟。通过使用NVIDIA多进程服务在单个GPU上运行多个VASP计算，该微服务实现了几何优化（寻找材料中最稳定原子排列的过程）3倍的加速。开发人员和研究人员可以使用ALCHEMI工具包加速机器学习原子间势的AI替代模型训练，并构建自定义高性能原子模拟工作流。

Lila Sciences——正在构建科学超级智能平台和自主实验室——与NVIDIA合作，使用ALCHEMI进行了高保真磁体模拟，并于3月在圣何塞的NVIDIA GTC上演示。Lila Sciences使用ALCHEMI NIM微服务进行BGR，将高通量材料筛选加速了50倍，识别出更有可能被合成的稳定候选材料。然后使用早期访问的ALCHEMI VASP微服务，将入围候选材料的磁性能计算加速了30%。

ALCHEMI为TensorNet专门定制的内核使Lila在训练和推理上实现了6倍加速，并将内存使用减少了3倍，使以前需要数周的模拟现在仅需数天即可完成。

这种在GPU内存中同时评估多个材料的方法可推广至以下用例：材料发现，大规模筛选新颖、稳定的成分；能源，发现用于生产化学品和燃料的活性、地球丰富的催化剂；电磁学，理解和预测复杂的磁性行为。ALCHEMI位于模拟层，生成物理科学数据，为循环的其余部分提供输入。

Lila Sciences使用完整的NVIDIA堆栈加速科学发现，包括NVIDIA Megatron-LM和NVIDIA Nemotron进行训练，以及Nemotron 3 Nano和Nemotron 3 Super开放模型，还有NeMo RL和NeMo Gym库。还使用NVIDIA BioNeMo进行分子生成，NVIDIA Triton和NIM微服务进行推理服务，以及NVIDIA Omniverse库进行数字孪生。Lila Sciences联合创始人兼首席技术官Andy Beam表示：“这项工作展示了利用强大的计算堆栈以任何单个科学家无法独自达到的规模加速发现。”

NVIDIA ALCHEMI工具包可从Github和PyPI下载。ALCHEMI NIM微服务可从NVIDIA NGC目录下载。用于VASP的ALCHEMI NIM微服务预计将于今年夏天晚些时候推出。DAQIRI现已在GitHub上提供。cuPhoton预计将于今年夏天推出。