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
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。