輝達加速全球多數超級電腦 　推動氣候預測、藥物和量子模擬領域進步

自 2006 年發布 CUDA 以來，輝達（NVIDIA） 一直在推動人工智慧（AI）和加速運算領域的進步，而最新的全球最強大超級電腦 TOP500 名單突顯了NVIDIA在此領域所取得的巔峰成就。今年TOP500 名單上的 384 個系統均採用 NVIDIA 技術。在新上榜的 53 個系統中，87%（46 個系統）有加速。在這些加速的系統中，85% 使用 NVIDIA Hopper GPU，推動了氣候預測、藥物探索和量子模擬等領域的進步。

加速運算不僅僅是每秒浮點運算次數（FLOPS）。需要全端、特定於應用的最佳化。今年輝達在SC24）上，NVIDIA 宣布推出cuPyNumeric，這是一個 NVIDIA CUDA-X 函式庫，使超過 500 萬開發人員能夠無縫擴展到強大的運算叢集，而無需修改其 Python 程式碼。

NVIDIA 也發表了 NVIDIA CUDA-Q 開發平台的重大更新，該平台使量子研究人員能夠以以前認為無法實現的運算規模來模擬量子設備。NVIDIA 亦在HPCwire 讀者和編輯票選獎（Readers’ and Editors’ Choice Awards）多個類別中贏得超過十項獎項，這是 NVIDIA 連續 20 年獲得肯定。

混合精度浮點運算和AI已成為研究人員應對現代科學複雜性的首選工具。與傳統方法相比，它們具有更高的速度、效率和適應性，而且不會影響準確性。在 SC24 上，兩個 Gordon Bell 入圍計畫揭示如何使用AI和混合精度來幫助推進基因組學和蛋白質設計。

沙烏地阿拉伯阿布都拉國王科技大學（King Abdullah University of Science and Technology）教授David Keyes 在其題為「使用混合精度於基因組學研究（Using Mixed Precision for Genomics）」的論文中，使用0.8 exaflops 的混合精度來探索基因組與其廣義基因型之間的關係，進一步探索與疾病盛行率的關聯性。

美國阿貢國家實驗室（Argonne National Laboratory）的運算生物學家 Arvind Ramanathan 在 NVIDIA Grace Hopper 驅動的 Alps 系統上，利用了 3 exaflops 的 AI 效能來加速蛋白質設計。

在 TOP500 中，AI和混合精度浮點運算的廣泛應用反映了全球運算重點的轉變。現在，TOP500 系統可獲得總共 249 exaflops 的 AI 效能，推動了各產業的創新和發現。

針對氣候預測，NVIDIA 宣布了專為 NVIDIA Earth-2 設計的兩項全新 NIM 微服務。Earth-2 是用於模擬和視覺化天氣與氣候條件的數位孿生平台。CorrDiff NIM 和 FourCastNet NIM 微服務可將氣候變遷建模和模擬結果加速高達 500 倍。

NVIDIA獲得的 11 座 HPCwire 讀者和編輯票選獎，代表了整個科學界的工作成果，涵蓋工程師、開發人員、研究人員、合作夥伴、客戶等。