速度的需要：NVIDIA 加速全球大多数超级计算机推动科技进步

自 2006 年发布 CUDA 以来，NVIDIA 不断推动 AI 和加速计算的进步，最新发布的全球最强超级计算机 TOP500 榜单突显了该公司在超算领域取得的瞩目成就。

在今年的最新 TOP500 榜单中，有 384 个系统采用了 NVIDIA 技术。在新上榜的 53 个系统中，有 46 个系统（占比 87%）采用了 NVIDIA 加速技术。在这些加速系统中，85% 使用了 NVIDIA Hopper GPU，它们正在推动气候预测、药物发现和量子模拟等领域的进步。

加速计算远不止每秒浮点运算次数（FLOPS）。它需要针对特定应用进行全栈优化。在本周举行的 SC24 上，NVIDIA 发布了 cuPyNumeric，这是一个 NVIDIA CUDA-X 库，能够让 500 多万开发人员无缝地扩展到强大的计算集群，并且无需修改他们的 Python 代码。

NVIDIA 还发布了 NVIDIA CUDA-Q 开发平台的重大更新，该平台使量子研究人员在模拟量子器件时能够达到之前认为在计算上无法企及的规模。

此外，NVIDIA 还获得了十余项 HPCwire 读者和编辑选择奖，涵盖多个类别，这也是 NVIDIA 连续第 20 年获得认可。

混合精度和 AI 开启科学发现的新时代

混合精度浮点运算和 AI 已经成为研究人员应对现代科学复杂性的首选工具。与传统方法相比，它们提供了更快的速度、更高的能效和更强的适应性，而且不会影响准确性。

这种转变不仅仅是理论上可行，而是已经发生了。在 SC24 上，戈登贝尔奖的两个决赛入围项目揭示了使用 AI 和混合精度是如何帮助推进基因组和蛋白质设计的。

在题为《使用混合精度进行基因组学研究》的论文中，阿卜杜拉国王科技大学的教授 David Keyes 使用了 0.8 exaflops 的混合精度算力来探索基因组与广义基因型之间的关系，以及相关疾病的流行情况。

同样，阿贡国家实验室的计算生物学家 Arvind Ramanathan 在配备了 NVIDIA Grace Hopper 的 Alps 超级计算机上利用高达 3 exaflops 的 AI 算力来加快蛋白质设计。

为了进一步推进 AI 驱动的药物发现和治疗方法研发，研究人员可以使用 NVIDIA BioNeMo，这是一套专为制药应用设计的强大的工具。目前已经开源的 BioNeMo 框架可加快 AI 模型的创建、定制与部署，以加快药物研发和分子设计。

TOP500 榜单上的超级计算机广泛地使用了 AI 和混合精度浮点运算，这反映了全球范围内的计算优先级已经发生了改变。目前，TOP500 超级计算机的总 AI 算力达到了 249 exaflops，支持着各行各业的创新和发现。

各年份 TOP500 超级计算机的 AI、FP32 和 FP64 FLOPs 算力总和

在 AI 和混合精度系统算力等关键指标上，NVIDIA 加速的 TOP500 系统表现出色。NVIDIA 的加速计算平台总计提供了超过 190 exaflops 的 AI 算力和 17 exaflops 的单精度（FP32）算力，已经成为了科学计算的新引擎。对于仍有相关需求的特定科学计算，NVIDIA 还提供 4 exaflops 的双精度（FP64）算力。

加速计算就是可持续计算

随着人们对算力需求的不断增长，对可持续性的需求也在不断增长。

在 Green500 全球最节能超级计算机榜单上，采用 NVIDIA 加速计算的系统在前 10 名中占据了 8 席。比如 EuroHPC/FZJ 的 JEDI 系统，其能效达到了惊人的每瓦 72.7 GLOPS，为同时实现高性能和可持续发展树立了新的标杆。

在气候预测方面，NVIDIA 在 SC24 上宣布为 NVIDIA Earth-2 平台推出两项全新的 NVIDIA NIM 微服务，这是一个用于模拟并可视化呈现天气和气候条件的数字孪生云平台。CorrDiff NIM 和 FourCastNet NIM 微服务可以将气候变化建模的模拟计算速度提高多达 500 倍。

随着人们越来越重视对环境的影响，NVIDIA 在加速计算方面的创新平衡了高性能和能效，以帮助人们创造更光明、更可持续的未来。