IBM技术和NVIDIA技术共同助力识别可引导研究人员开发出有效治疗方案的化合物
作者:IBM认知系统事业部技术计算副总裁DaveTurek
数十年来,技术一直是科学进步的核心所在。就在16年前,IBM的Blue Gene超级计算机作为首个突破千万亿次级计算的超级计算机闪亮登场,并在人类基因组测序中持续发挥关键作用。该突破为新药和新疗法的研发打开了大门,并且,Blue Gene通过持续模拟人类大脑皮层的约1%,大约包含16亿个神经元和大约9万亿个突触连接,使人们对人脑这一有史以来最复杂的计算机有了更深入的了解。
但是,在面对某些问题时,我们往往需要作出更即时的响应。正因如此,美国能源部宣布在对抗COVID-19传染病的战役中引入一个强大的新助手—IBM推出的Summit超级计算机。据美国疾病控制与预防中心(CDC)最新摘要所述,COVID-19传染病已经蔓延至84个国家以及除南极洲以外的每一个大洲。
病毒对细胞的感染方式为:首先与细胞结合,然后通过“刺突(spike)”将自身遗传物质注入宿主细胞。在试图了解诸如病毒之类的新型生物化合物时,实验室的研究人员往往会培养微生物、并观察微生物在现实中如何对新引入的新型化合物作出反应。但是,如果不借助计算机数字模拟缩小潜在变量范围,该过程可能会特别漫长。即使是使用了计算机数字模拟,某些挑战依然存在,比如,计算机模拟可以检查不同的变量如何对不同的病毒作出反应,但是当这些变量中的每一个单个变量都包含数百万乃至数十亿个独一无二的数据段、从而需要运行多次模拟时,标准硬件就难以承载这样巨大的工作量,从而变成一个极度耗时的时间密集型过程。
而使用Summit之后,研究人员仅在数日之内便能够模拟8000种化合物,通过将这些化合物与病毒刺突结合、对可能影响感染过程的因素进行建模,已能识别出77种小分子化合物,例如药物和天然化合物。这些小分子化合物经证明有可能削弱COVID-19与宿主细胞对接并感染宿主细胞的能力。
“我们需要通过Summit来迅速获得我们所需的模拟结果,这会花费我们一两天的时间。然而,使用普通计算机则可能花费数月时间,”兼具多重身份(田纳西大学理事会主席、田纳西大学/美国橡树岭国家实验室分子生物物理学中心主任以及该项研究的主要研究人员)的Jeremy Smith说,“得出模拟结果并不意味着我们已经找到治疗COVID-19的方法。但是,我们非常希望我们的计算结果能够为将来的研究提供参考,并为实验人员提供一个框架,用于进一步研究该等化合物。只有到那时,我们才能知晓该等化合物是否真正具有减轻COVID-19所需的特性。”
Summit为研究人员带来了海量数据处理能力。它由4608个IBM Power Systems AC922服务器节点组成,而每个节点又配备两个IBM POWER 9 CPU和六个NVIDIA Tensor core V100 GPU。在该等配置支持下,Summit的峰值性能达到每秒20万兆次浮点运算,在功能上甚至比一百万台高端笔记本电脑还要强大。自2018年作为世界上功能最强大的超级计算机首次亮相以来,Summit不断地通过支持开创性研究来巩固自己的头衔,该等研究包括:了解宇宙起源、了解鸦片类药物危机以及探索人类成功登陆火星的方式。Summit及劳伦斯利物莫国家实验室的同类型超级计算机Sierra由IBM在同一时间交付,此举堪称无与伦比。这映证了IBM员工和我们的合作伙伴在提供开创性技术以增进人类福祉方面付出的心血和汗水。我们深切期盼Summit在此次最新的疫情对抗中能继续发挥应有的力量。
好文章,需要你的鼓励
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。