Search Results Perlmutter

「加速、効率的なAIシステムの新しいクラスがスーパーコンピューティングの次の時代を示す」

エヌビディアは、今日のSC23で、科学や産業の研究センターを新たなパフォーマンスとエネルギー効率のレベルに引き上げる次世代のテクノロジーを発表しました。同社の高性能コンピューティングおよびハイパースケールデータセンター事業の副社長であるイアン・バックは、この会議での特別なスピーチで、「エヌビディアのハードウェアとソフトウェアのイノベーションは、新しいAIスーパーコンピュータのクラスを創り出しています」と述べました。これらのシステムの一部は、メモリ強化型のNVIDIA Hopperアクセラレータを搭載し、他のシステムは新しいNVIDIA Grace Hopperシステムアーキテクチャを搭載しています。すべてのシステムは、拡張された並列処理を使用して、生成AI、HPCおよびハイブリッド量子コンピューティングのためのスタックを実行するための加速ソフトウェアを使用します。バックは新しいNVIDIA HGX H200を「世界最高のAIコンピューティングプラットフォーム」と表現しました。 NVIDIA H200 Tensor Core GPUsは、成長する生成AIモデルを実行するためのHBM3eメモリを搭載しています。このGPUは、最初のAIアクセラレータとして超高速技術を使用した141GBのHBM3eを搭載しています。GPT-3などのモデルを実行する場合、NVIDIA H200 Tensor Core GPUsは前世代のアクセラレータに比べて18倍のパフォーマンス向上を提供します。ほかの生成AIベンチマークの中でも、彼らはLlama2-13Bの大規模な言語モデル(LLM)で1秒あたり12,000トークンを処理します。バックは、4つのNVIDIA GH200 Grace Hopper…

「NVIDIA CUDA Quantumによる研究者の進歩が期待される」

マイケル・クーンとダヴィデ・ヴォドラは、世界最大の化学会社のために量子コンピューティングを開拓する取り組みを新たな高みにもっていく。 BASFの研究者たちは、量子アルゴリズムが従来のシミュレーションでは見ることのできない、NTAという化合物の重要な属性を見ることができることを実証している。この化合物には鉄などの有害金属を都市の下水から除去するなどの応用がある。 BASFの量子コンピューティングチームは、GPU上で24キュービットに相当する量子コンピュータの処理エンジンであるもので、この課題に取り組むことができるかどうかをシミュレーションした。多くの企業の研究開発拠点では、これを重要な達成と見なすだろうが、彼らはさらに進み、最近NVIDIAのEos H100スーパーコンピュータで初めて60キュービットのシミュレーションを実行した。「これは、量子アルゴリズムを使用して分子の最大シミュレーションです」とクーンは言った。柔軟で使いやすいソフトウェア BASFは、NVIDIA CUDA QuantumというCPU、GPU、および量子コンピュータのためのプラットフォームでシミュレーションを実行している。これは、QPUsとも呼ばれる。ヴォドラはこれを「非常に柔軟で使いやすく、比較的シンプルなブロックから複雑な量子回路シミュレーションを構築することができる」と述べた。「CUDA Quantumがなければ、このシミュレーションを実行することは不可能でした」と彼は付け加えた。この作業には多くの計算能力も必要であり、それでBASFはNVIDIAのH100 Tensor Core GPUを使用したNVIDIA DGX Cloudサービスに頼った。「私たちは多くの計算能力が必要であり、この種のシミュレーションにはCPUベースのハードウェアよりもNVIDIAプラットフォームの方がはるかに高速です」とクーンは語った。 BASFの量子コンピューティングイニシアティブは、クーンが立ち上げに関与した2017年に始まった。チームは化学の他にも、機械学習、物流、スケジューリングの最適化など、量子コンピューティングの利用事例の開発にも取り組んでいる。 CUDA Quantumコミュニティの拡大他の研究グループもCUDA Quantumを用いて科学の進歩を遂げている。…

ジェン AI for the Genome LLM は COVID バリアントの特徴を予測します

広く高く評価されている大規模な言語モデルであるGenSLMsは、COVID-19の原因であるSARS-CoV-2の現実世界の変異体に酷似した遺伝子配列を生成する能力を示しました。 GenSLMsと呼ばれるこのモデルは、昨年、高性能コンピューティングを利用したCOVID-19の研究でGordon Bell特別賞を受賞したもので、DNAとRNAの構成要素である核酸配列のデータセットで訓練されました。これは、Argonne National Laboratory、NVIDIA、シカゴ大学、その他の学術機関や企業の研究者によって開発されました。研究者たちは、GenSLMsによって生成された核酸配列を調べると、AIによって生成された配列の特定の特徴が今年主流であるErisとPirolaの変異体と非常によく一致することを発見しました。ただし、AIはパンデミックの最初の年に限定されたCOVID-19ウイルスのゲノムの訓練しか受けていませんでした。アルゴンヌ国立研究所の計算生物学者でプロジェクトのリードリサーチャーであるアールヴィンド・ラマナタンは、「私たちのモデルの生成過程は非常に素朴であり、新たなCOVID変異体がどのように見えるべきかに関する具体的な情報や制約を持っていません」と述べました。「AIが訓練中にAlphaとBeta変異体しか見ていないにもかかわらず、最近のCOVID変異体に存在する遺伝子変異の種類を予測できる能力は、その能力の強力な検証です」と述べています。 GenSLMsは独自の配列を生成するだけでなく、異なるCOVIDゲノム配列を分類してクラスタリングすることもできます。NVIDIAの加速ソフトウェアのハブであるNGCにまもなく公開されるデモでは、GenSLMsがCOVIDウイルスゲノム内のさまざまなタンパク質の進化パターンの分析を行う視覚化が可能です。 https://blogs.nvidia.com/wp-content/uploads/2023/11/GenSLM.mp4 行間を読み解き、進化パターンを明らかにする GenSLMsの主な特徴の1つは、長い核酸配列（DNAではA、T、G、Cの文字列、RNAではA、U、G、Cの文字列）を、英語のテキストで訓練されたLLMが文を解釈するのと同じ方法で解釈できる能力です。この能力により、モデルはゲノムの異なる領域の関係を理解することができます。コロナウイルスでは、これは約30,000個の核酸から構成されています。デモでは、ユーザーは8つの異なるCOVID変異体から選択し、AIモデルがウイルスゲノムのさまざまなタンパク質の突然変異をどのように追跡するかを理解することができます。この視覚化は、ウイルスタンパク質間の進化的な結合を示し、特定の変異が特定の変異体に見られる可能性のあるゲノムのスニペットを強調表示します。ラマナタンは、「ゲノムの異なる部分が共進化している方法を理解することは、ウイルスが新たな脆弱性や耐性の形態を発展させる手がかりを与えてくれます」と述べています。「モデルが特定の変異が特に強い変異体においてどのように理解しているかを見ることは、特定の株が人の免疫系を逃れる方法を決定するなど、後続のタスクにおいて科学者に役立つかもしれません」と述べています。 https://blogs.nvidia.com/wp-content/uploads/2023/11/SLM.mp4 GenSLMsは1億1千万以上の原核生物のゲノム配列で訓練され、バクテリアおよびウイルスのバイオインフォマティクスリソースセンターのオープンソースデータを使用して約150万のCOVIDウイルスの配列を用いて微調整されました。将来的には、このモデルは他のウイルスやバクテリアのゲノムに微調整されることで、新たな研究アプリケーションが可能になるかもしれません。研究者たちは、NVIDIA A100 Tensor Core GPUを搭載したスーパーコンピューター（ArgonneのPolaris、米国エネルギー省のPerlmutter、およびNVIDIAのSelene）を使用して、モデルを訓練しました。 GenSLMs研究チームのGordon Bell特別賞は、昨年のSC22スーパーコンピューティング会議で授与されました。今週のSC23（デンバー）では、NVIDIAが加速コンピューティング分野での画期的な新しい取り組みを共有しています。以下からフルスケジュールをご覧いただき、NVIDIAの特別講演のリプレイをご覧ください。…

「量子ブースト：cuQuantumとPennyLaneによるスーパーコンピュータ上でのシミュレーション」

ロングアイランドの大西洋岸から10マイル離れた場所で、Shinjae Yooさんはエンジンを回転させています。彼はアメリカエネルギー省のブルックヘブン国立研究所で計算科学者および機械学習グループのリーダーとして働いており、新しいソフトウェアのおかげで初めてスーパーコンピュータ上で量子コンピューティングシミュレーションを実行する準備をしています。 Yooさんのエンジン、National Energy Research Scientific Computing Center（NERSC）のPerlmutterスーパーコンピュータは、トロントを拠点とするXanaduの量子プログラミングフレームワークであるPennyLaneの最新バージョンを使用しています。このオープンソースソフトウェアは、NVIDIAのcuQuantumソフトウェア開発キットを基にしており、高性能クラスターのNVIDIA GPU上でシミュレーションを実行することができます。性能は重要です。なぜなら、Yooさんのような研究者は海洋サイズのデータセットを処理する必要があるからです。彼はPerlmutterの256台のNVIDIA A100 Tensor Core GPU上でプログラムを実行し、約3ダースのキュビット（量子コンピュータが使用するパワフルな計算機）をシミュレートします。それは現在のほとんどの研究者がモデル化できるキュビットの数の約2倍です。パワフルで使いやすい NVIDIAのcuQuantum SDKと併用されるPennyLaneのマルチノードバージョンは、量子システムの大規模なシミュレーションを高速化する複雑な作業を簡略化します。「これにより、私のインターンたちでも最大規模のシミュレーションを実行できるようになるため、とても興奮しています」とYooさんは言います。彼のチームはPennyLaneを使用した6つのプロジェクトを進行中です。ブルックヘブンのShinjae YooさんがPerlmutterスーパーコンピュータ上で彼の量子ワークを拡大する準備をしています。彼の研究は高エネルギー物理学と機械学習の進歩を目指しています。他の研究者は、量子シミュレーションを使用して化学や材料科学を新たなレベルに引き上げています。量子コンピューティングは企業の研究開発センターでも進行中です。…

「緑を守る：加速されたアナリティクスがコストと炭素排出を削減する」

企業は、加速されたコンピューティングが収益向上に貢献するだけでなく、地球にポジティブな影響を与えることを発見しています。 NVIDIA RAPIDS Accelerator for Apache Sparkは、データ分析を高速化するソフトウェアであり、パフォーマンスを向上させ、コストを削減するだけでなく、エネルギー効率も向上させます。つまり、二酸化炭素などの温室効果ガスのネットゼロ排出目標を達成するのに役立ちます。新しいベンチマークによると、RAPIDS Acceleratorは、平均5倍の高速化と4倍のコンピューティングコスト削減を実現する一方で、企業の炭素フットプリントを最大80％削減することができます。それは多くの人々が享受できる大きな成果です。フォーチュン500のうち80％を含む数千の企業が、急増するデータを分析するためにApache Sparkを使用しています。実際、すべてのApache SparkユーザーがRAPIDS Acceleratorを採用した場合、年間で合計7.8メートリックトンの二酸化炭素排出削減が可能になります。これは、ガソリン878ガロン分の車の排出量に相当します。これは、環境に優しいコンピューティングが気候変動との闘いを前進させる素晴らしい例です。人類にとっての課題国連によると、70以上の国が温室効果ガスのネットゼロ目標を設定しています。ネットゼロへの移行は、「人類が直面している最も大きな課題の1つ」と説明されています。企業もこの取り組みに積極的に取り組んでいます。たとえば、NVIDIAは大手金融サービス企業と協力して、リアルタイムの詐欺防止のためにApache Sparkをテストしています。同社は、加速されたコンピューティングによって炭素フットプリントを削減し、ネットゼロ銀行アライアンスなどのグループとの調整を図ることを目指しています。世界最大のAIスーパーコンピュータは、加速されたコンピューティングのエネルギー効率を2023年5月に検証しました。ローレンス・バークレー国立研究所のPerlmutterシステムは、人気のある4つの科学アプリケーション全体で、NVIDIA A100 Tensor Core…

Learn more about Search Results Perlmutter

「加速、効率的なAIシステムの新しいクラスがスーパーコンピューティングの次の時代を示す」

「NVIDIA CUDA Quantumによる研究者の進歩が期待される」

ジェン AI for the Genome LLM は COVID バリアントの特徴を予測します

「量子ブースト：cuQuantumとPennyLaneによるスーパーコンピュータ上でのシミュレーション」

「緑を守る：加速されたアナリティクスがコストと炭素排出を削減する」

Find the right Blockchain Investment for you