生成式 AI 正在众多国家实验室和企业实验室中“生根发芽”，加速商业和科学领域的高性能计算发展。
桑迪亚国家实验室的研究人员致力于使用 Kokkos 自动生成代码。Kokkos 是一种并行编程语言，专门用于全球最强大的超级计算机设计。
这是一项十分庞大的工程。这种专门的语言由多个国家实验室的研究人员开发，可以处理在数万个处理器上运行任务时出现的细微差别。
桑迪亚实验室正在利用检索增强生成（RAG）技术创建 Kokkos 数据库，并将其与 AI 模型打通。研究人员采用不同的 RAG 方法进行实验，初步测试显示出了可喜的成果。
科学家将要评估的 RAG 选项包括了诸如 NeMo Retriever 等基于云的服务。
桑迪亚实验室极大规模计算高级经理 Robert Hoekstra 表示：“NVIDIA 提供的丰富工具帮助我们大大加快了 HPC 软件开发人员的工作速度。”
通过模型调校和 RAG 构建智能助手只是一个开始。研究人员的最终目标是采用经过气候、生物和材料科学等领域的科学数据训练而成的基础模型。
风暴预测
天气预报领域的研究人员和企业正在采用 NVIDIA Earth-2 中的生成式 AI 模型 CorrDiff。Earth-2 是一套用于天气和气候研究的服务和软件。
CorrDiff 可以将传统大气模型的 25 公里分辨率降至 2 公里，并将可合并的预报数量扩大 100 倍以上，从而提高预测的可信度。
位于弗吉尼亚州维也纳的 Spire 公司通过自己的微型卫星网络采集数据。该公司的机器学习和建模负责人 Tom Gowan 表示：“这是一项富有前景的创新我们计划在全球和地区性 AI 预测中利用这种模型，以获得更加丰富的洞察。”
他在最近的一次采访中表示，生成式 AI 可以实现更加快速、准确的预测。
他还补充道：“这确实是气象学领域的一次巨大飞跃。通过与 NVIDIA 合作，我们可以使用世界上最好的 GPU，它们对训练和推理任务而言是最可靠性、最快速和最高效的。”
总部位于瑞士的 Meteomatics 公司最近宣布，计划将 NVIDIA 的生成式 AI 平台用于其天气预报业务。
Meteomatics 公司创始人兼首席执行官 Martin Fengler 表示：“通过与 NVIDIA 合作，我们将帮助能源公司实现最大限度的可再生能源利用，并通过快速、准确的天气波动洞察提高其盈利能力。”
通过生成基因推动医学研究
阿贡国家实验室的科学家正在利用这项技术生成基因序列，以便更好地了解 COVID-19 背后的病毒。他们一项获奖的模型 GenSLMs 所生成的模拟结果与现实世界中的 SARS-CoV-2 变体非常相似。
首席研究员 Arvind Ramanathan 在一篇博客中写道：“通过了解基因组的不同部分如何共同进化，我们找到了关于病毒可能如何发展出新弱点或产生新抗药性的线索。”
GenSLMs 使用超过 1.1 亿个基因组序列，在多台搭载 NVIDIA Tensor Core GPU 的超级计算机（包括阿贡实验室的 Polaris 系统、美国能源部的 Perlmutter 和 NVIDIA 的 Selene）上训练而成。
微软开发新型材料
微软研究院展示了生成式 AI 如何加速材料科学领域的工作。
其 MatterGen 模型可以生成具有所需特性的新型稳定材料。这种方法可以指定想要开发材料的化学、磁性、电子、机械等特性。
谈及在 Azure AI 基础架构上使用 NVIDIA Tensor Core GPU 上训练而成的模型时，微软研究院的团队表示：“我们相信 MatterGen 模型是 AI 技术在材料设计领域迈出的重要一步。”
Carbon3D 等公司已经在寻找新机会，以将生成式 AI 应用于商业 3D 打印中的材料科学研究。
这仅仅是研究人员利用生成式 AI 推动 HPC 和科学发展的开始。借助 NVIDIA 的 GPU，他们的工作效率将提升到新的水平。
了解更多有关 NVIDIA Modulus（Earth-2 平台中的关键组件，用于构建遵循物理定律的 AI 模型）和 NVIDIA Megatron-Core（用于调校和训练大语言模型的 NeMo 库）等工具的信息。