Ferramentas

Nvidia expande bibliotecas CUDA-X com foco em agentes para pesquisa científica

Novos módulos aceleram simulações de astrofísica, fusão nuclear, dinâmica molecular e biologia celular em sistemas com GPU.

Capa ilustrativa da editoria Ferramentas

Por que importa. Equipes que desenvolvem agentes autônomos para ciência ganham bibliotecas otimizadas para processar terabytes de dados brutos e direcionar simulações pesadas em tempo real.

A Nvidia anunciou nesta segunda-feira uma expansão no conjunto de bibliotecas CUDA-X voltada para instrumentar agentes de inteligência artificial em pesquisas científicas. O pacote inclui novos módulos batizados de cuPhoton, cuPotential e cuSpa, desenvolvidos para acelerar cargas de trabalho em astrofísica, ciência de materiais, química molecular e biologia celular. Segundo a fabricante de semicondutores, o objetivo é permitir que modelos de linguagem e agentes analisem conjuntos massivos de dados e interfiram diretamente na execução de simulações complexas.

A mudança prática afeta pipelines analíticos que antes dependiam de semanas de processamento em CPUs ou de cálculos executados apenas após o fim de experimentos laboratoriais. No processamento de rádioastronomia do Event Horizon Telescope, a Nvidia afirmou que o módulo cuPhoton.xBeam reduziu a correlação de dados de observações de buracos negros de mais de um mês para oito minutos. O fluxo completo roda em clusters multi-GPU distribuídos ou em sistemas compactos DGX Spark.

Em fusão nuclear, o módulo cuPhoton.xLens foi adotado pela Pacific Fusion para extrair métricas durante o andamento de simulações de plasma mantido a milhões de graus. Os pesquisadores acoplaram o pipeline a agentes locais baseados na família de modelos Nvidia Nemotron, permitindo que a IA faça análises interativas e sugira ajustes em tempo real nos parâmetros da câmara de confinamento sem interromper o cálculo petascale.

Química molecular e física de materiais

Para a área de descoberta de fármacos, a empresa lançou o cuPotential, desenvolvido a partir de pesquisas da Simons Foundation e da D. E. Shaw Research. A biblioteca promete acelerar softwares existentes de dinâmica molecular em até três vezes, com foco na geração de dados sintéticos para treinar modelos generativos. A ferramenta calcula a intensidade de interações moleculares e identifica sítios de ligação, com integração prevista para motores consolidados como GROMACS, AMBER, LAMMPS, NAMD e plataformas de empresas como Schrödinger e Cadence.

Na pesquisa de materiais, a Nvidia introduziu o Daviator dentro do ecossistema NVIDIA ALCHEMI. O componente reúne kernels em lote para o software de física quântica VASP (Vienna Ab initio Simulation Package), entregando cálculos mecano-quânticos até 22 vezes mais rápidos e com redução de custo computacional de até 75%, de acordo com o anúncio. O módulo viabiliza o treinamento de modelos atômicos usando GPUs mesmo em sistemas moleculares de menor escala, que antes costumavam rodar com melhor eficiência relativa em processadores convencionais.

Em paralelo, o Lawrence Berkeley National Laboratory começou a usar a biblioteca de rede DAQIRI para conectar detectores de microscopia eletrônica diretamente a sistemas de processamento gráfico. A conexão direta permite que modelos computacionais identifiquem sinais de interesse e decidam novos parâmetros de medição enquanto as amostras atômicas ainda estão sob o feixe do microscópio.

Aceleração em biologia celular e código aberto

No campo biológico, a fabricante colocou sob licença de código aberto a biblioteca cuSpa, focada no cálculo de polígonos de células para gráficos espaciais de tecidos cancerígenos. Em testes conduzidos no Memorial Sloan Kettering Cancer Center, o módulo registrou velocidade até 900 vezes superior na comparação com execuções tradicionais em CPU.

Outro pacote liberado é o framework rapids-singlecell, desenvolvido em conjunto com a comunidade scverse e empacotado em um contêiner configurado para consumo direto por agentes autônomos. A Therna Biosciences relatou aceleração de 200 vezes no tratamento de dados para desenho terapêutico, enquanto a 10x Genomics integrou o componente à plataforma de análise espacial Sentira.

Por fim, a biblioteca HMMER ganhou versão de código aberto acelerada por GPU para anotação de sequências de proteínas. Na Basecamp Research, a busca em bancos de dados biológicos foi executada até 84 vezes mais rápido do que na versão padrão, reduzindo o tempo de preparação de dados para treinar modelos de fundação biológicos. A Nvidia não informou detalhes sobre eventuais custos de licenciamento comercial das bibliotecas proprietárias fora dos contêineres abertos.

Fontes

  • NVIDIA: NVIDIA CUDA-X Libraries Give Agents the Tools to Accelerate Scientific Discovery

Reportagem produzida pela redação do Flipters com apoio de inteligência artificial, a partir das fontes acima. Como trabalhamos. Editor responsável: João Paulo Resende.

WhatsAppLinkedInX
Voltar para a edição

Mais em Ferramentas

Ver todas

Quem constrói lê

Receba o Flipters no seu e-mail. A newsletter de IA para quem está tirando produto do papel.