我們將通過(guò)《NVIDIA 加速計(jì)算，百萬(wàn)倍加速行業(yè)應(yīng)用》系列文章，為您詳解 NVIDIA 如何通過(guò)數(shù)據(jù)中心規(guī)模的全棧加速計(jì)算，助力多個(gè)行業(yè)實(shí)現(xiàn)百萬(wàn)倍計(jì)算性能飛躍，高效解決人類(lèi)挑戰(zhàn)。

在日前舉辦的全球頂級(jí)超算大會(huì) SC22 上，有著 HPC 領(lǐng)域諾貝爾獎(jiǎng)之稱(chēng)的戈登貝爾獎(jiǎng)揭曉，來(lái)自 NVIDIA 與芝加哥大學(xué)等機(jī)構(gòu)的研究員憑借共同開(kāi)發(fā)的一個(gè)處理基因組規(guī)模數(shù)據(jù)的先進(jìn)模型，獲得旨在表彰基于高性能計(jì)算的 COVID-19 研究的“戈登貝爾特別獎(jiǎng)”。

身為加速計(jì)算專(zhuān)家的 NVIDIA 何以在醫(yī)療方面取得如此矚目的成就？憑借全球領(lǐng)先的 AI 計(jì)算平臺(tái)和對(duì)多個(gè)行業(yè)的深耕打造的AI全棧解決方案，在過(guò)去的幾年，NVIDIA 對(duì)包括醫(yī)療健康在內(nèi)的多個(gè)行業(yè)的 AI 應(yīng)用帶來(lái)了百萬(wàn)倍的加速。

過(guò)去十年，全球迎來(lái)一場(chǎng) AI 革命，人工智能在各行各業(yè)引發(fā)了顛覆性的變革。在機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、大規(guī)模語(yǔ)言模型等 AI 能力的加持下，藥物研發(fā)等領(lǐng)域正迎來(lái)百萬(wàn)倍的效率飛躍。而這一切的背后，離不開(kāi)加速計(jì)算。

加速計(jì)算引領(lǐng)行業(yè)新方向

半個(gè)多世紀(jì)前，尚在仙童半導(dǎo)體公司任職的戈登·摩爾預(yù)測(cè)，硅基芯片中的晶體管數(shù)量每 18-24 個(gè)月左右會(huì)實(shí)現(xiàn)翻番，性能因此獲得成倍提升，成本則成倍下降。之后數(shù)十年間，這一預(yù)測(cè)成為推動(dòng)半導(dǎo)體產(chǎn)業(yè)發(fā)展的準(zhǔn)則。時(shí)至今日，硅基半導(dǎo)體接近尺寸維度的物理極限，繼續(xù)研發(fā)先進(jìn)制程工藝的成本不斷遞增，曾被奉為圭臬的摩爾定律正走向消亡。

另一方面，AI 在加速計(jì)算的推動(dòng)下飛速發(fā)展。據(jù)《經(jīng)濟(jì)學(xué)人》統(tǒng)計(jì)，僅僅從 2012 年到 2018 年，用于訓(xùn)練大型模型的計(jì)算能力就增長(zhǎng)了 30 萬(wàn)倍，并且約每三個(gè)半月翻一番。

作為加速計(jì)算的主導(dǎo)者，NVIDIA 的 GPU 是掀起這場(chǎng)行業(yè)變革浪潮不可或缺的重要推力。AI 應(yīng)用的工作負(fù)載以重復(fù)密集型計(jì)算為主，而 GPU 擅長(zhǎng)并行計(jì)算，可以讓 AI 計(jì)算的速度獲得幾何倍數(shù)的提升。NVIDIA 不斷針對(duì) AI 場(chǎng)景優(yōu)化產(chǎn)品，讓以 GPU 為核心的“全棧加速計(jì)算”成為 AI 計(jì)算不可或缺的一部分。加速計(jì)算與機(jī)器學(xué)習(xí)相結(jié)合，在全球包括藥物研發(fā)在內(nèi)的科學(xué)計(jì)算相關(guān)的多個(gè)行業(yè)掀起一場(chǎng)百萬(wàn)倍加速的革命，并超越摩爾定律成為半導(dǎo)體行業(yè)新的風(fēng)向標(biāo)。

三大驅(qū)動(dòng)力助推百萬(wàn)倍性能飛躍

今年 GTC 大會(huì)上，NVIDIA 創(chuàng)始人兼 CEO 黃仁勛在主題演講中指出，過(guò)去十年中，NVIDIA 加速計(jì)算在 AI 領(lǐng)域中實(shí)現(xiàn)了百萬(wàn)倍的加速，并引發(fā)現(xiàn)代 AI 革命。未來(lái)十年，將力爭(zhēng)在再實(shí)現(xiàn)百萬(wàn)倍的提速，以應(yīng)對(duì)藥物研發(fā)等人類(lèi)面臨的重大挑戰(zhàn)。

利用 AI 的大規(guī)模加速計(jì)算可實(shí)現(xiàn)指數(shù)級(jí)加速

過(guò)去的十年，在計(jì)算能力的構(gòu)建，和對(duì)應(yīng)用程序的計(jì)算性能的提升上，發(fā)生了跨越式發(fā)展。

首先，加速計(jì)算和異構(gòu)計(jì)算已經(jīng)成為業(yè)界共識(shí)，圍繞著 GPU 芯片，NVIDIA 建立了豐富的加速計(jì)算軟件生態(tài)；第二，數(shù)據(jù)中心，因其具有強(qiáng)大的擴(kuò)展能力，能夠支撐起超大規(guī)模的計(jì)算任務(wù)，成為新的計(jì)算單元；第三，也是最具變革性的驅(qū)動(dòng)力是 AI 的廣泛應(yīng)用，將很多科學(xué)計(jì)算過(guò)程，用神經(jīng)網(wǎng)絡(luò)進(jìn)行模擬代替，從而進(jìn)一步簡(jiǎn)化計(jì)算，提高速度。

加速計(jì)算、數(shù)據(jù)中心大規(guī)模擴(kuò)展，和 AI 的結(jié)合正在推動(dòng)科學(xué)計(jì)算和工業(yè)計(jì)算的高速發(fā)展，實(shí)現(xiàn)百萬(wàn)倍的性能飛躍，從而解決氣候變化、藥物研發(fā)、數(shù)字孿生，等等以往最具計(jì)算挑戰(zhàn)的問(wèn)題。

目前，NVIDIA 已建立了一個(gè)從計(jì)算架構(gòu)、硬件、算法和軟件以及應(yīng)用框架多角度協(xié)同，并且覆蓋 CPU 、GPU 、DPU 三芯的全棧數(shù)據(jù)中心級(jí)加速計(jì)算平臺(tái)，這種全棧式加速計(jì)算技術(shù)能力，使得 NVIDIA 成為全球“加速計(jì)算專(zhuān)家”。

NVIDIA 的 CUDA 庫(kù)和 NVIDIA SDK 是加速計(jì)算的核心，伴隨著每一個(gè)新的 SDK，新的科學(xué)領(lǐng)域、新的應(yīng)用和行業(yè)都可以利用到 NVIDIA 強(qiáng)大的計(jì)算能力，這些 SDK 解決了計(jì)算、算法和科學(xué)交叉領(lǐng)域中極其復(fù)雜的問(wèn)題，NVIDIA 的全棧方法產(chǎn)生的復(fù)合效應(yīng)，實(shí)現(xiàn)了百萬(wàn)倍的加速。NVIDIA SDK 現(xiàn)已服務(wù)于醫(yī)療健康、能源、交通、零售、金融、媒體和娛樂(lè)等多個(gè)行業(yè)，并且每年都保持著高速的更新和擴(kuò)展。通過(guò)在全棧和數(shù)據(jù)中心級(jí)實(shí)現(xiàn)加速，多個(gè)行業(yè)將在 AI 的推動(dòng)下受益并實(shí)現(xiàn)百萬(wàn)倍飛躍。

NVIDIA 加速藥物研發(fā)突破瓶頸

得益于 NVIDIA 數(shù)據(jù)中心級(jí)全棧加速計(jì)算能力和人工智能技術(shù)的進(jìn)步，藥物研發(fā)領(lǐng)域也將迎來(lái)效率升級(jí)。

研發(fā)時(shí)間一直是藥物研發(fā)領(lǐng)域的一大痛點(diǎn)。一款新藥從研發(fā)到上市，平均需要 10 年之久。對(duì)藥企而言，縮短新藥研發(fā)的時(shí)間就意味著更早獲得回報(bào)；而對(duì)于一些身患重癥甚至絕癥的病人來(lái)說(shuō)，新藥更早問(wèn)世，則意味著他們有更大的機(jī)會(huì)重獲新生。

為助力藥物研發(fā)領(lǐng)域加快速度，NVIDIA 專(zhuān)門(mén)打造了一套名為 NVIDIA Clara Discovery 的 AI 加速計(jì)算軟件平臺(tái)。該解決方案集 GPU 加速及優(yōu)化框架、工具、應(yīng)用和預(yù)訓(xùn)練模型于一體，整合了人工智能、數(shù)據(jù)分析、模擬仿真和可視化能力，可支持化學(xué)信息學(xué)研究、蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、候選藥物虛擬篩選以及分子動(dòng)力學(xué)模擬等藥物開(kāi)發(fā)過(guò)程中的跨學(xué)科工作流程。通過(guò)加速計(jì)算，研究人員可以一次模擬數(shù)以百萬(wàn)的分子，同時(shí)篩選出數(shù)百種潛在藥物，從而降低成本、提高效率。

此外， NVIDIA 推出的基因測(cè)序分析加速軟件 NVIDIA Clara Parabricks 可以大幅提升基因組學(xué)分析的速度和準(zhǔn)確性，大型語(yǔ)言模型（LLM）框架 NVIDIA BioNeMo 則可用于訓(xùn)練和部署超算規(guī)模的大型生物分子語(yǔ)言模型，幫助科學(xué)家更好地了解疾病，并為患者找到治療方法。

全球醫(yī)藥企業(yè)研發(fā)效率實(shí)現(xiàn)指數(shù)級(jí)提升

在 NVIDIA 針對(duì)醫(yī)療行業(yè)的全棧加速計(jì)算平臺(tái)的賦能下，來(lái)自全球的藥物研發(fā)企業(yè)，正在跨越曾經(jīng)的計(jì)算鴻溝，實(shí)現(xiàn)研發(fā)效率的指數(shù)級(jí)提升：

• AI 制藥公司 Entos 在 Clara Discovery 的幫助下，利用自主開(kāi)發(fā)的 OrbNet 深度學(xué)習(xí)架構(gòu)將蛋白質(zhì)和候選藥物之間的化學(xué)反應(yīng)模擬速度提高 1000 倍，從而在三個(gè)小時(shí)內(nèi)就完成了原本需要超過(guò)三個(gè)月時(shí)間的工作量。

• 現(xiàn)已加入 NVIDIA 的初創(chuàng)公司 Parabricks 在對(duì)序列基因組中的關(guān)鍵標(biāo)志物和異常值檢測(cè)時(shí)，使用 NVIDIA DGX 人工智能超級(jí)計(jì)算機(jī)將遺傳信息分解成微小的單獨(dú)碎片進(jìn)行處理，成功把原先需要幾天完成的工作縮短到半小時(shí)以?xún)?nèi)，效率提升超過(guò) 50-80 倍。

• 全球化學(xué)模擬軟件開(kāi)發(fā)領(lǐng)導(dǎo)者 Schr?dinger 通過(guò)采用 NVIDIA DGX 系統(tǒng)提升計(jì)算藥物研發(fā)平臺(tái)的速度和準(zhǔn)確性，實(shí)現(xiàn)對(duì)數(shù)十億分子快速、準(zhǔn)確的評(píng)估，加速新的治療方法的開(kāi)發(fā)。

• 生物技術(shù)公司Recursion 通過(guò)部署基于 NVIDIA DGX SuperPOD 參考架構(gòu)的超級(jí)計(jì)算機(jī) BioHive-1 ，使其能夠在一天內(nèi)便能運(yùn)行完成深度學(xué)習(xí)項(xiàng)目，而之前使用他們已有的集群完成該項(xiàng)目需要一周以上。

• 初創(chuàng)公司 Peptone 使用基于 NVIDIA DGX 系統(tǒng)、BlueField-2 DPU 和 NVIDIA InfiniBand 網(wǎng)絡(luò)構(gòu)建的 NVIDIA DGX SuperPOD 集群 Cambridge-1 超級(jí)計(jì)算機(jī)，能夠在幾個(gè)小時(shí)內(nèi)，針對(duì)數(shù)百萬(wàn)種蛋白質(zhì)并行地執(zhí)行高吞吐量推理 ，并基于這些計(jì)算結(jié)果，研發(fā)針對(duì)特定 IDP 的專(zhuān)有創(chuàng)新藥。

• 初創(chuàng)企業(yè) PrecisionLife 借助 NVIDIA GPU ，可以在短短幾個(gè)小時(shí)內(nèi)分析 10 萬(wàn)名患者的數(shù)據(jù)，這在以前是不可能實(shí)現(xiàn)的，這使得其可以在大型患者群體中識(shí)別具有匹配疾病驅(qū)動(dòng)因素、疾病進(jìn)展和治療反應(yīng)的亞群，幫助研究人員選擇正確的藥物研發(fā)目標(biāo)、為個(gè)人選擇正確的治療方式并為臨床試驗(yàn)選擇合適的患者。

• 以 AI 驅(qū)動(dòng)的生物醫(yī)藥科技企業(yè)英矽智能在 NVIDIA 加速計(jì)算平臺(tái)的幫助下，僅用時(shí)不到 18 個(gè)月，就實(shí)現(xiàn)了從靶點(diǎn)發(fā)現(xiàn)、分子生成和設(shè)計(jì)、體內(nèi)體外療效確認(rèn)及安全性評(píng)估、到提名臨床前候選化合物的早期藥物發(fā)現(xiàn)過(guò)程，相比傳統(tǒng)方法所需的四年半左右的耗時(shí)，節(jié)約了三分之二的時(shí)間，及花費(fèi)成本也遠(yuǎn)低于傳統(tǒng)的方式。

• “AI + 冷凍電鏡” 驅(qū)動(dòng)的新型藥物研發(fā)企業(yè)水木未來(lái)在使用冷凍電鏡預(yù)處理圖像時(shí)，借助 NVIDIA GPU 計(jì)算平臺(tái)，樣品篩選、樣品質(zhì)量監(jiān)控和數(shù)據(jù)采集的效率提升高達(dá) 10 倍以上，大大降低了藥物研發(fā)的成本。

• 新一代機(jī)器學(xué)習(xí)+生物技術(shù)初創(chuàng)企業(yè)燧坤智能借助 NVIDIA GPU 計(jì)算平臺(tái)，使其開(kāi)發(fā)的 AI4D 線上服務(wù)平臺(tái)的計(jì)算效率和模型訓(xùn)練速度有超過(guò) 10 倍的提升，對(duì)靶點(diǎn)的定向分子進(jìn)行生成與篩選、分子的類(lèi)藥性及成藥性預(yù)測(cè)效率均有巨大幫助，大幅縮減了藥物研發(fā)后期投入，提高了藥物臨床及上市成功率。

憑借數(shù)據(jù)中心級(jí)別的全棧能力，NVIDIA 針對(duì)醫(yī)療健康領(lǐng)域也擁有豐富的的全棧加速計(jì)算方案，除了 Clara Discovery，NVIDIA 還有針對(duì)醫(yī)療設(shè)備、醫(yī)學(xué)影像、基因組學(xué)和患者看護(hù)需求的 Clara Holoscan、Clara Parabricks 以及 Clara Guardian 等針對(duì)不同醫(yī)療應(yīng)用場(chǎng)景的解決方案。

從傳統(tǒng)醫(yī)藥巨頭到初創(chuàng)企業(yè)，越來(lái)越多的全球醫(yī)療企業(yè)選擇 NVIDIA 加速計(jì)算平臺(tái)來(lái)提升AI生產(chǎn)力，降低研發(fā)成本。Million-X 百萬(wàn)倍計(jì)算性能飛躍的愿景，已經(jīng)在醫(yī)療健康以及更多關(guān)乎人類(lèi)未來(lái)褔祉的領(lǐng)域落地生根。未來(lái)，只要人類(lèi)探索科技，發(fā)現(xiàn)未知的腳步還在繼續(xù)，加速計(jì)算的夢(mèng)想就永遠(yuǎn)不會(huì)停息。