胰島素、脊髓灰質(zhì)炎疫苗、元素周期表，幾乎每個(gè)學(xué)術(shù)研究領(lǐng)域都有數(shù)不盡的發(fā)現(xiàn)。

分布在世界各地的大學(xué)高校和研究機(jī)構(gòu)都在各個(gè)領(lǐng)域扮演著發(fā)現(xiàn)者和創(chuàng)新者的角色，大學(xué)教授和研究人員們正在其所處學(xué)科中孜孜不倦地尋找答案，來(lái)解決那些最困難的問(wèn)題。

憑借性能強(qiáng)大的GPU計(jì)算資源，如今學(xué)者們可以借助AI、機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)的力量來(lái)加速推進(jìn)各自領(lǐng)域的研究進(jìn)程。

AI在天體物理學(xué)和天文學(xué)領(lǐng)域的應(yīng)用

關(guān)于宇宙是如何起源的？黑洞是如何運(yùn)轉(zhuǎn)的？人類(lèi)有著數(shù)不盡的疑問(wèn)。一支來(lái)自多倫多大學(xué)（UniversityofToronto）的研究團(tuán)隊(duì)正在利用深度學(xué)習(xí)技術(shù)來(lái)解析月球隕石坑的衛(wèi)星圖像，幫助科學(xué)家評(píng)估有關(guān)太陽(yáng)系歷史的理論。

P8超級(jí)計(jì)算機(jī)，位于SciNet HPC Consortium，借助其搭載的NVIDIA GPU運(yùn)行該神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)可以在僅僅幾個(gè)小時(shí)內(nèi)發(fā)現(xiàn)6,000個(gè)新的隕石坑——這幾乎是過(guò)去幾十年中科學(xué)家們通過(guò)手工識(shí)別方式發(fā)現(xiàn)的隕石坑數(shù)量的2倍。

在伊利諾伊大學(xué)厄巴納-香檳分校（UniversityofIllinois,Urbana-Champaign0的國(guó)家超級(jí)計(jì)算應(yīng)用中心(NationalCenterforSupercomputingApplications)，研究人員們正在利用深度學(xué)習(xí)來(lái)探測(cè)和分析引力波，這些引力波是由于黑洞等大規(guī)模行星之間發(fā)生碰撞所引發(fā)的。

此外，來(lái)自于加州大學(xué)圣克魯茲分校（University of California, Santa Cruz）和普林斯頓大學(xué)（Princeton University）的科學(xué)家們也一直在使用NVIDIA GPU來(lái)更好地研究星系的形成過(guò)程。

GPU在生物學(xué)中的應(yīng)用

深度學(xué)習(xí)也為科學(xué)家們研究地球生物提供了強(qiáng)有力的工具。來(lái)自美國(guó)史密森尼學(xué)會(huì)（SmithsonianInstitution）和哥斯達(dá)黎加理工學(xué)院（CostaRicaInstituteofTechnology）的研究人員們正在借助大規(guī)模數(shù)據(jù)分析和GPU加速的深度學(xué)習(xí)技術(shù)對(duì)植物進(jìn)行識(shí)別，通過(guò)圖像分類(lèi)模型對(duì)博物館標(biāo)本中記錄的生物進(jìn)行分類(lèi)。

馬里蘭大學(xué)（University of Maryland）的研究人員們正在利用NVIDIA GPU研究生物進(jìn)化歷史。借助于一個(gè)名為BEAGLE的軟件工具，該團(tuán)隊(duì)正在研究不同病毒之間的潛在聯(lián)系。

此外，在澳大利亞蒙納士大學(xué)（Australia’sMonashUniversity），研究人員們正在開(kāi)發(fā)一種超級(jí)藥物來(lái)應(yīng)對(duì)那些對(duì)抗生素有抗藥性的超級(jí)細(xì)菌。利用一種名為冷凍電子顯微鏡的工藝，術(shù)研究人員能夠以極高的分辨率對(duì)分子進(jìn)行分析。借助于一臺(tái)由超過(guò)150個(gè)NVIDIA GPU賦力的超級(jí)計(jì)算機(jī)，該團(tuán)隊(duì)能夠在幾日內(nèi)完成原本需要數(shù)月才能完成的圖像模型解析。

AI在地球和環(huán)境科學(xué)中的應(yīng)用

地質(zhì)學(xué)家和氣象學(xué)家們會(huì)通過(guò)使用數(shù)據(jù)流來(lái)分析自然環(huán)境，并預(yù)測(cè)環(huán)境將如何隨時(shí)間發(fā)生變化。

全球各地每年都會(huì)發(fā)生數(shù)百次自然災(zāi)害。其中一些災(zāi)害，例如颶風(fēng)，可以在登陸前幾天就被發(fā)現(xiàn)；而有些自然災(zāi)害，例如地震和龍卷風(fēng)，卻會(huì)毫無(wú)征兆地突然爆發(fā)。

在加州理工學(xué)院（Caltech），研究人員們正在借助深度學(xué)習(xí)技術(shù)對(duì)超過(guò)250,000場(chǎng)過(guò)去發(fā)生過(guò)的地震進(jìn)行地震分析。這項(xiàng)工作將有助于指導(dǎo)地震預(yù)警系統(tǒng)的開(kāi)發(fā)，從而可以在地震發(fā)生前，給政府部門(mén)，交通部門(mén)和能源公司發(fā)出預(yù)警，讓他們可以及時(shí)停運(yùn)列車(chē)或能源管線，從而將損失降至最低。

深度學(xué)習(xí)技術(shù)也可以用于災(zāi)后應(yīng)對(duì)工作，使用深度學(xué)習(xí)技術(shù)分析衛(wèi)星圖像，評(píng)估受損狀況，可以幫助災(zāi)害應(yīng)對(duì)人員決定應(yīng)該把救援資源集中部署在哪些位置。德國(guó)領(lǐng)先的研究中心DFKI正在使用NVIDIA DGX-2AI超級(jí)計(jì)算機(jī)來(lái)實(shí)現(xiàn)這一目標(biāo)。

氣象學(xué)家們?cè)陬A(yù)測(cè)未來(lái)全球氣溫變化的時(shí)候，也需要依賴(lài)于GPU來(lái)處理復(fù)雜的數(shù)據(jù)集一位來(lái)自于哥倫比亞大學(xué)（ColumbiaUniversity）的研究人員正在利用深度學(xué)習(xí)來(lái)更好地表示氣候模型中的云，從而實(shí)現(xiàn)更清晰分辨率的模型，并改進(jìn)對(duì)極端降水的預(yù)測(cè)。

AI在人文學(xué)中的應(yīng)用

對(duì)AI和GPU加速的應(yīng)用遠(yuǎn)不止于生物和物理科學(xué)，在考古學(xué)、社會(huì)學(xué)和文學(xué)領(lǐng)域也有著廣泛應(yīng)用。

兩千年前，維蘇威火山（MountVesuvius）大規(guī)模爆發(fā)，噴發(fā)出來(lái)的巖漿和火山灰淹沒(méi)了龐貝（Pompeii）和鄰近的城市。在這場(chǎng)火山爆發(fā)中，一座裝滿(mǎn)莎草紙卷軸的圖書(shū)館也被熔漿席卷，300多年前，這些卷軸被人發(fā)現(xiàn)，但是由于卷軸已經(jīng)被熾熱的熔漿粘接在了一起，而無(wú)法閱讀。一位來(lái)自肯塔基大學(xué)（UniversityofKentucky）的計(jì)算機(jī)科學(xué)教授發(fā)明了一種深度學(xué)習(xí)工具，可以自動(dòng)檢測(cè)這些卷軸的每一層，并將其虛擬展開(kāi)，從而讓學(xué)者們可以閱讀上面的內(nèi)容。

此外，對(duì)于幾個(gè)世紀(jì)前的文學(xué)作品，人文學(xué)科的研究者們經(jīng)常會(huì)將頁(yè)面掃描或拍照，轉(zhuǎn)化為數(shù)碼格式，進(jìn)行閱讀。但是，對(duì)于一些使用古老字體書(shū)寫(xiě)的文學(xué)作品，電腦無(wú)法以文本格式識(shí)別這些文字。這意味著學(xué)者們將無(wú)法通過(guò)搜索引擎，查找作品中特定的某一頁(yè)，或者反復(fù)分析特定詞匯的用法。

眾多歐洲研究人員們正在利用AI研究德國(guó)早期的印刷文本，和收藏在梵蒂岡秘密檔案館（VaticanSecretArchives）中的12世紀(jì)教皇親筆書(shū)信。通過(guò)AI將手寫(xiě)稿件錄入成電子文檔，免去了漫長(zhǎng)且昂貴的人工錄入過(guò)程。

AI在醫(yī)藥領(lǐng)域的應(yīng)用

AI和GPU也被廣泛應(yīng)用于醫(yī)療健康和醫(yī)藥研究中。在大學(xué)中，這些技術(shù)也正在被用于醫(yī)學(xué)影像、藥物發(fā)明和其它的應(yīng)用領(lǐng)域的新工具開(kāi)發(fā)工作中。

其中，MIT的研究人員們正在利用神經(jīng)網(wǎng)絡(luò)通過(guò)乳房放***密度，并借此創(chuàng)建了一個(gè)工具來(lái)幫助放射科醫(yī)生讀取放射照片，并提高乳房攝影師密度評(píng)估的一致性。

此外，在醫(yī)藥發(fā)現(xiàn)領(lǐng)域，借助于深度學(xué)習(xí)和GPU的計(jì)算性能，科學(xué)家們能夠挖掘出數(shù)十億種潛在的藥物化合物，從而更快地為那些目前無(wú)法治愈的疾病尋求治療方法。

其中，一位來(lái)自于匹茲堡大學(xué)（UniversityofPittsburgh）的教授正在利用神經(jīng)網(wǎng)絡(luò)來(lái)提高分子對(duì)接的速度和準(zhǔn)確性，這是一種數(shù)字模擬藥物分子與體內(nèi)靶蛋白結(jié)合的技術(shù)。

GPU在基礎(chǔ)物理學(xué)中的應(yīng)用

物理學(xué)研究人員們會(huì)通過(guò)模擬一些最復(fù)雜的分子互動(dòng)來(lái)測(cè)試世界的運(yùn)行規(guī)律。這些試驗(yàn)需要大規(guī)模的算力——例如普林斯頓大學(xué)（PrincetonUniversity）和葡萄牙的TécnicoLisboa，利用深度學(xué)習(xí)技術(shù)研究和預(yù)測(cè)核聚變反應(yīng)堆中的等離子體行為。

如果能夠在聚變反應(yīng)期間甚至在其發(fā)生前的30毫秒內(nèi)預(yù)測(cè)到可能引發(fā)破壞性事件的危險(xiǎn)信號(hào)，就可以讓科學(xué)家有足夠長(zhǎng)的時(shí)間來(lái)利用這種潛在的無(wú)碳能源。

在瑞士的伯爾尼大學(xué)（UniversityofBern），一個(gè)研究團(tuán)隊(duì)正在分析重力對(duì)反物質(zhì)的影響。反物質(zhì)是一種罕見(jiàn)的物質(zhì)，它在與普通粒子碰撞后會(huì)發(fā)生湮滅，釋放能量。通過(guò)GPU，科學(xué)見(jiàn)能夠進(jìn)一步研究在物質(zhì)與反物質(zhì)碰撞的過(guò)程中粒子間相互作用的方式。

RAPIDS賦力機(jī)器學(xué)習(xí)和數(shù)據(jù)分析

不僅是深度學(xué)習(xí)，研究人員也會(huì)依賴(lài)于機(jī)器學(xué)習(xí)和數(shù)據(jù)分析來(lái)推動(dòng)他們的工作。RAPIDS，由CUDA-X AIGPU加速，能夠讓數(shù)據(jù)科學(xué)家通過(guò)一個(gè)強(qiáng)大的軟件庫(kù)平臺(tái)來(lái)實(shí)現(xiàn)GPU加速。

RAPIDS是一個(gè)開(kāi)源平臺(tái)，將Python數(shù)據(jù)科學(xué)庫(kù)與最底層的CUDA相集成。它能夠?qū)⒂?xùn)練時(shí)間從幾天縮短至幾小時(shí)，或從幾小時(shí)縮短至幾分鐘—從而讓數(shù)據(jù)科學(xué)家們可以更快地迭代他們的分析工作流程，從他們的數(shù)據(jù)集中提出更多的問(wèn)題，并更快地獲得答案。

將數(shù)據(jù)存儲(chǔ)到GPU內(nèi)存中的能力讓學(xué)者們可以嘗試用不同的算法處理數(shù)據(jù)集，而無(wú)需在GPU內(nèi)存和主機(jī)之間移動(dòng)數(shù)據(jù)的耗時(shí)過(guò)程。RAPIDS還具有允許不同的軟件庫(kù)之間的互操作性，包括數(shù)據(jù)分析，機(jī)器學(xué)習(xí)，圖像分析和單一數(shù)據(jù)格式下的深度學(xué)習(xí)算法。