郭震 AI公众号:郭震AI

实时 AI 消息

英伟达扩充CUDA-X库:cuPhoton、cuPotential、cuSpa把科学计算交给AI智能体

英伟达宣布扩充CUDA-X库,新增cuPhoton、cuPotential与cuSpa等组件,面向天体物理、材料科学与单细胞生物学等科研场景。官方称这些加速能力让研究人员得以处理更大规模的数据集并建模更复杂的系统,同时为AI智能体提供可直接调用的科学计算工具。

发布时间
英伟达扩充CUDA-X库:cuPhoton、cuPotential、cuSpa把科学计算交给AI智能体
图源: blogs.nvidia.com

11月16日,英伟达宣布扩充CUDA-X库,新增cuPhoton、cuPotential与cuSpa三个组件,继续把GPU加速能力铺向科学计算场景。

官方点名的应用领域包括天体物理学、材料科学与单细胞生物学。这些方向的共同点是数据量巨大、模型复杂,传统流程往往先撞上规模的天花板,而不是算法的天花板。

英伟达把加速的意义表述为能问更大的问题,而不只是跑得更快:更大的数据集、更复杂的系统建模,才是性能提升最终转化成的实际结果。

更值得注意的转向是智能体这条线——英伟达称新库让AI智能体具备了帮助研究人员做出发现的工具,这意味着领域库从独立软件变成了可被调用的能力。

这一点之所以关键,是因为科研智能体的上限取决于它能操作哪些工具。只能规划实验却跑不了仿真的模型仍停留在对话层面,而能调用经过验证的数值库的模型,才更接近真正的研究助手。

需要说明的是,英伟达的博客没有给出具体的加速比数据,因此性能主张目前仍是方向性的,要等公开测试结果或第三方复现才能落地。对科研用户来说,数值结果的稳定性与可复现性,往往比峰值速度更重要。

后续要看的两个问题是可用性——哪些库以稳定版发布、哪些仍属预览——以及主流智能体框架是否会把这类调用作为一等工具接入。如果接入顺畅,科学计算可能会成为智能体最早产生可验证价值的方向之一。

为什么重要

把经过验证的科学计算库暴露为智能体可调用工具,可能让科研成为智能体最早具备可衡量产出的应用场景。

微博邮件

NVIDIACUDA-XScientific ComputingAgent
返回实时消息

附近消息

全部

11/17 00:00

英伟达Vera Rubin首秀MLPerf:训练基准全数拿下,智能体推理能效提升逾10倍

英伟达公布Vera Rubin平台在MLPerf上的首次成绩,覆盖训练、后训练与智能体推理三个方向,并称已横扫MLPerf Training v6.1全部基准。在首次提交的MLPerf Endpoints中,该平台报告智能体AI每瓦吞吐量实现超过10倍的代际提升。

11/17 00:00

英伟达发布 Rubin HPC:单卡逾 5 万 CUDA 核心,为科研智能体加速仿真

在 SC26 大会上,英伟达发布 Vera Rubin 平台下的新 GPU「Rubin HPC」,面向科学、工程与数据分析工作负载,单卡 CUDA 核心数超过 5 万个。英伟达称其让数据搬运与计算同步扩展,配合稀疏数据加速和第七代 NVLink,缩短智能体从调用仿真到得出结论的循环。

11/17 00:00

NVIDIA 扩展 Slurm 支持,把量子处理器接入超算调度体系

NVIDIA 宣布扩展 Slurm 对量子处理器的支持,让超算中心可以把量子硬件与既有科学计算负载放在同一套调度体系里运行。这一动作的背景是,全球近 30 个超算中心正准备部署 50 多台量子处理器,五年间相关部署量增长近七倍。

11/17 00:00

Lambda 采用 NVIDIA 光电共封装交换机,为万卡 AI 工厂加固网络

Lambda 正在其 AI 工厂中部署 NVIDIA Photonics 共封装光学(CPO)交换机,用来连接搭载超过 1 万块 GPU 的 NVIDIA GB300 NVL72 机架。这家云服务商希望借此让大规模训练所依赖的 GPU 集群网络更快、更高效、也更有韧性。