Ускоренные вычисления и ИИ революционизируют научные системы

Кэролайн Бишоп

18 ноября 2025 05:48

Ускоренные вычисления и ИИ преобразовали научные системы, а GPU возглавили этот процесс благодаря своей эффективности и возможностям, согласно данным NVIDIA.

Ускоренные вычисления значительно изменили ландшафт научных систем, при этом графические процессоры NVIDIA находятся в авангарде этой трансформации. Согласно отчету NVIDIA, использование графических процессоров, изначально предназначенных для игр, резко возросло и теперь переосмысляет суперкомпьютинг и развивает возможности ИИ в научных вычислениях.

Восхождение систем на базе GPU

Исторически доминируя в вычислениях высокой производительности, архитектуры на основе ЦПУ пережили парадигмальный сдвиг. В 2019 году почти 70% из TOP100 систем высокопроизводительных вычислений полагались исключительно на ЦПУ. Однако это число резко сократилось до менее 15% сегодня, причем 88 из TOP100 систем теперь работают на основе ускоренных вычислений, в первую очередь благодаря графическим процессорам NVIDIA.

Этот сдвиг exemplified суперкомпьютером JUPITER в Forschungszentrum Jülich, который является знаковым примером этой новой эры. JUPITER демонстрирует уровень эффективности 63,3 гигафлопса на ватт и обеспечивает выдающиеся 116 AI экзафлопсов, подчеркивая возрастающее значение ИИ в суперкомпьютинге.

ИИ как катализатор изменений

Революция ИИ, поддерживаемая такими платформами, как NVIDIA CUDA-X, ускорила возможности суперкомпьютеров. Эти системы теперь предлагают беспрецедентную вычислительную мощность ИИ, позволяя достигать прорывов в критически важных областях, таких как моделирование климата, открытие лекарств и квантовое моделирование. Эта эволюция подчеркивает интеграцию AI FLOPS как нового эталона для научных достижений.

Дженсен Хуанг, основатель и генеральный директор NVIDIA, предвидел эту трансформацию, предсказав глубокое влияние ИИ на самые мощные вычислительные системы мира. Введение глубокого обучения предоставило мощный инструмент для решения некоторых из самых сложных научных проблем мира.

Последствия для будущего

Последствия этой трансформации выходят за рамки простых технологических достижений. Интеграция симуляции и ИИ в большом масштабе обещает улучшить научные возможности в различных дисциплинах. Более быстрые и точные модели погоды, прорывы в геномике и симуляции сложных систем, таких как термоядерные реакторы, — это всего лишь несколько примеров потенциальных преимуществ.

Слияние энергоэффективности и архитектур на основе ИИ сделало эксаскалярные вычисления не только осуществимыми, но и практичными для приложений ИИ. Поскольку остальной мир вычислений идет по тому же пути, сочетание симуляции и ИИ станет определяющей чертой будущих научных начинаний.

Для получения дополнительной информации посетите блог NVIDIA.

Источник изображения: Shutterstock