A HPC e a AI podem ser usadas em diversas áreas, inclusive por pesquisadores trabalhando em laboratórios, engenheiros resolvendo problemas técnicos complexos e analistas financeiros utilizando algoritmos matemáticos para fazer previsões de mercado.
A computação acelerada está ajudando pesquisadores a fazer avanços científicos com mais agilidade. Mas os pesquisadores também estão percebendo que a AI também pode ajudar a produzir resultados de alta precisão em conformidade com as simulações científicas em muito menos tempo. Isso tem impulsionado a adoção da AI na computação de alto desempenho (HPC - High-Performance Computing).
A HPC e a AI podem ser usadas em diversas áreas, inclusive por pesquisadores trabalhando em laboratórios, engenheiros resolvendo problemas técnicos complexos e analistas financeiros utilizando algoritmos matemáticos para fazer previsões de mercado.
Pesquisadores estão aprimorando suas simulações de HPC com a AI para alcançar resultados melhores e mais rápidos em várias cargas de trabalho científicas.
Engenheiros estão usando a AI para avaliar uma variedade de projetos, incluindo dispositivos médicos, robôs de manufatura e componentes automotivos.
Analistas de organizações financeiras estão usando o poder da AI para identificar e prever tendências de mercado, sinalizar transações fraudulentas e acelerar pagamentos on-line.
A NVIDIA permite que os pesquisadores de HPC usem o poder da AI com software de AI e HPC otimizados por GPU (disponíveis no catálogo do NVIDIA NGC™) que podem ser implantados em clusters de HPC, instâncias de cloud e workstations impulsionados por GPU.
O PyTorch é um framework computacional de tensor acelerado por GPU. A funcionalidade pode ser ampliada com bibliotecas Python comuns como NumPy e SciPy.
ACESSE PYTORCH >
TensorFlow é uma plataforma de código aberto para machine learning. A plataforma oferece ferramentas e bibliotecas abrangentes em uma arquitetura flexível que permite fácil implantação em diversas plataformas e dispositivos.
ACESSE TENSORFLOW >
TorchANI é uma implementação PyTorch de ANI que contém classes como AEVComputer, ANIModel e EnergyShifter que podem ser adicionadas a um pipeline para processar energias moleculares a partir de coordenadas 3D de moléculas.
ACESSE TORCHANI >
Para explorar as acelerações de desempenho das principais aplicações de HPC, acesse a Área de Desenvolvedores NVIDIA. Para começar a usar essas aplicações aceleradas por GPU, acesse o NVIDIA NGC.
O NVIDIA SimNet™ é um kit de ferramentas de redes neurais orientadas por física (PINNs - Physics-Informed Neural Network) que resolve os desafios de uso da AI e da física. O NVIDIA SimNet ajuda a solucionar problemas de assimilação progressiva, inversa ou de dados para aqueles que querem começar a realizar simulações de física orientadas por AI ou resolver problemas complexos de física não linear.
A HPC e a AI têm muitas aplicações, como a resolução dos problemas climáticos do planeta, a aceleração de descobertas científicas e a simulação de workflows para completar tarefas mais rapidamente.
O NVIDIA SimNet é um framework de simulação de AI de ponta a ponta baseado em uma nova arquitetura de PINNs. Ele ajudou a resolver um problema que envolvia diversas áreas da física, realizando a exploração automática do espaço de design mil vezes mais rápido do que a simulação tradicional com a precisão dos solucionadores numéricos.
A HPC e a AI são usadas em muitos cenários de geociências, como a previsão de condições climáticas extremas, emulação física, nowcasting, previsão de médio alcance, quantificação de incerteza, correção de viés, redes generativas adversariais, preenchimento de dados, união da rede à HPC, PINNs, geoengenharia, entre outros.
O catálogo do NGC oferece contêineres para as versões mais recentes de software de AI, HPC e visualização.
A convergência do deep learning e da inteligência artificial com HPC tradicional acelera o ritmo das descobertas científicas, da física de partículas às ciências naturais e à área da saúde.
Saiba mais sobre HPC e AI com a sessão e vídeos de demonstração ou acesse o Blog Desenvolvedores NVIDIA.