NVIDIA AI 基础设施赋能 NAIRR 科学计划，重塑科学研究新范式

过去两年来，美国国家科学基金会 (NSF) 的 NAIRR 试点项目已推动 700 多个项目的创新研究，涵盖蛋白质预测和传染病管理等领域。

NVIDIA 通过基于云端的资源为 NAIRR 试点项目提供支持，该云端资源为研究人员提供至少一个月、最低配置为四个 NVIDIA DGX 节点的专属访问权限。此外，NVIDIA 还提供技术支持，协助研究人员顺利接入并在整个项目期间提供指导。

在 NVIDIA AI 基础设施和 DGX 参考架构提供的专属资源支持下，研究人员大幅缩短了工作流周期，并发现了有望重塑和推动医疗、农业以及能源等行业发展的突破性技术。

NAIRR 为科学探索与发现带来了无限潜力。以下将详细介绍 NAIRR 的几个代表性项目。

利用 Polymathic AI 的 Well 数据集进行物理仿真

作为一种更安全、更具成本效益的部署方式，仿真到现实 (sim-to-real) 的流水线在各个行业中正变得日益普遍。

Polymathic AI 是由来自熨斗研究所 (Flatiron)、剑桥大学和劳伦斯伯克利国家实验室的国际科学家组成的联盟。借助 NVIDIA GPU 和 NVIDIA NVLink 互连技术，该联盟正利用其名为“Well”的大规模数据集，来增强类流体的物理仿真。该数据集将用于训练迄今为止规模最大、适用性最广的类流体行为基础模型。

这款名为 Walrus 的基础模型及其数据、代码和预训练权重已公开发布。

Polymathic AI 的方法建立在此前物理预训练环境的研究基础之上，解决了当前在规模和预训练多样性方面的局限性。该研究团队还计划探索扩展定律 (scaling laws)，以加速开发用于科学应用的更强大的基础模型。

密歇根大学面向储能领域的融合模型

能源是社会的基石，而实现高效的储能与能量转换，需要设计出新颖且高效的材料。

密歇根大学航空航天工程系 Venkat Viswanathan 教授带领的研究团队，正在开发一种模型融合框架，将特定领域的分子 AI 与通用大语言模型 (LLM) 结合在一起。其目标是帮助计算科学家更轻松地探索化学空间，用自然语言提出化学专业问题，并为下一代能源技术筛选出有潜力的材料。

分子基础模型系列 MIST (Molecular Insight SMILES Transformers) 专为化学空间的发现与探索而设计。

MIST 模型在大型无标签分子数据集上进行了预训练，并采用了一种新颖的 Tokenize —— Smirk，以更精准地从分子表征中提取原子核、电子、几何、同位素和立体化学信息。MIST 模型已在 400 多种结构-性质关系上进行了微调，在涵盖电化学、量子化学、生理学等多个领域的基准测试中，其性能能够媲美甚至超越当前的最先进水平。

MIST 是基于研究人员通过 NAIRR 获得的 40 GPU NVIDIA DGX 集群，以及 ALCF Polaris 集群上额外分配的 20 万 NVIDIA GPU 小时算力开发完成的。该团队使用了 NVIDIA 的 NGC PyTorch 容器，以支持在不同集群之间进行可复现的 GPU 加速开发。

将 MIST 与通用大语言模型融合，使得精确的量子化学计算变得更加普及，同时也加速了储能与转换系统的设计，对于在重型运输等领域实现交通运输的全面电气化至关重要。

波士顿大学用于传染病检测的 BEACON AI 管线

传染病可以在社区中迅速传播，引发疫情激增。

波士顿大学 Hariri 计算研究所和新兴传染病中心正致力于利用 NVIDIA 加速计算来训练和评估大语言模型。该模型通过一个 AI 管线运行，以支持名为 BEACON 的疫情监测计划。

该大语言模型正在使用大量关于传染病和易引发流行病的重点病原体的文献语料库进行训练，为 BEACON 计划中现场专家和疫情分析师的工作提供支持。

该模型能够在全球范围内分析关于新兴疾病暴发的网络帖子，提取关键特征，用于后续的分类和优先级排序。BEACON 将处理来自多种渠道的信号，包括全球疾病追踪平台 HealthMap、新闻和社交媒体动态、领域专家，以及个人在社区论坛或社交媒体上发布的信息 —— 以生成简明扼要的疫情报告。

这些全面的疫情分析可以为新发传染病的临床实践指南提供依据，并找出需要进一步收集数据的空白领域。

目前，国际一线的医生、政府机构和学术研究人员已经在使用 BEACON 模型来快速识别和治疗传染病。

波士顿大学 Hariri 研究所所长 Ioannis Paschalidis 表示：“过去在我们还没开发这套流程之前，传染病专家通常需要花费数个小时才能撰写一份报告。而现在，生成一份报告大约只需两分钟。”

NAIRR 与 NVIDIA 在全美的合作

最新的科学研究远不止于此。包括哈佛大学、斯坦福大学、科罗拉多州立大学等在内的众多高校，也在 NAIRR 和 NVIDIA 的帮助下，不断取得突破性的科研成果。

随着科研人员能够更广泛地使用 AI 和加速计算资源，构建更安全、更健康社会的创新愿景，正变得比以往任何时候都更加切实可行。

了解更多关于 NAIRR 试点项目的信息，并探索 NVIDIA 如何推动学术研究。