用于GPU的基因组测序软件帮助研究人员更快了解新型冠状病毒。
当危机袭来时,每个人都需全力以赴地应对危机。为应对此次新型冠状病毒疫情,NVIDIA为研究人员们提供了相关工具,使他们能够更快地了解COVID-19,并有助于研究应对措施。
自今日起,NVIDIA将向全球所有新型冠状病毒研究人员免费提供90天的Parabricks使用权。Parabricks基于著名的Genome Analysis Toolkit,可通过GPU将序列数据分析速度提高50倍。
我们认识到此次疫情正在不断变化,因此我们将密切关注疫情并根据需要提供更多的支持。
如果您可以使用NVIDIA GPU,请填写此表(地址:https://www.nvidia.com/en-us/docs/nvidia-parabricks-researchers/)申请Parabricks使用权。
使用Oxford Nanopore long-read数据的研究人员可在GitHub上找到GPU加速工具存储库。此外,以下应用已内置NVIDIA GPU加速功能:Medaka、Racon、Raven、 Reticulatus和Unicycler。
目前,研究人员正在对新型冠状病毒和COVID-19感染者的基因组进行测序,以了解疾病的传播方式并确定易感染人群。但分析基因组序列需要耗费大量的时间和计算力。
长期以来,加速科学研究始终都是NVIDIA的核心使命之一。 Parabricks团队于去年12月加入NVIDIA,为此项工作提供了最新的工具。它可以在一台服务器上快速分析一个人的全部基因组变异,将分析时间从几天缩短至一个小时以内。
鉴于此次疫情史无前例的传播速度,将获得结果的时间从数天缩短至数小时能够对了解病毒进化和疫苗开发产生巨大的推动作用。
NVIDIA正在邀请我们的合作伙伴与我们一同开展这项迫在眉睫的工作,为研究人员提供帮助。我们正在与云服务供应商和超级计算中心讨论在他们的平台上提供计算资源和Parabricks访问。
随着有更多资源可供使用,我们将更新本文中的相关链接,以提供NVIDIA GPU和本软件的云端访问。
好文章,需要你的鼓励
TPU与GPU之间的竞争正在重塑AI硬件市场格局。GPU基于并行处理,能处理多样化任务,而TPU专门针对张量矩阵运算进行优化。谷歌TPU采用类似RISC的设计理念,通过限制功能来提升特定运算效率。随着Meta计划在2027年采购数十亿美元的TPU芯片,Anthropic宣布使用百万TPU训练Claude模型,TPU生态系统正在获得发展动力,对英伟达的GPU霸主地位构成挑战。
Meta与华盛顿大学联合研究团队开发出无需人类标注的AI评判官自我训练框架。该方法通过生成合成对比数据、自我判断筛选和反复学习,使110亿参数的AI评判官在多项视觉语言任务中超越GPT-4o等大型模型,成本仅为传统方法的1%,为AI自主学习和评估开辟新路径。
本文提出2026年AI发展十大预测,包括AI估值修正、投资泡沫持续、AGI不仅依赖大语言模型、AI代理将加剧工作替代等。作者强调社会接受度对技术发展的重要性,认为成功企业将重构运营模式以AI为核心,同时指出政府仍将重视STEM教育而忽视社会科学的价值。
华中科技大学团队开发出4DLangVGGT技术,首次实现AI系统对4D动态场景的语言理解。该技术突破传统方法需要逐场景训练的限制,能跨场景通用部署。系统结合几何感知和语义理解,不仅能识别物体还能描述其时间变化过程。实验显示在多项指标上超越现有方法1-2%,为机器人、AR/VR、智能监控等领域提供重要技术支撑。