生成式人工智能正在许多国家和企业实验室扎根，加速商业和科学领域高性能计算的发展。

桑迪亚国家实验室的研究人员正在研究使用自动生成的代码。它是一种并行编程语言，专门用于设计世界上最强大的超级计算机。

这是一个非常庞大的工程。这种专用语言由多个国家实验室的研究人员开发，可以处理在数万个处理器上运行任务时出现的细微差别。

桑迪亚实验室正在使用检索增强生成 (RAG) 技术来创建数据库并将其与人工智能模型连接起来。研究人员使用不同的 RAG 方法进行了实验，初步测试显示出有希望的结果。

科学家将评估的 RAG 选项包括 NeMo 等基于云的服务。

“提供的丰富工具集帮助我们显着加快了 HPC 软件开发人员的工作速度，”桑迪亚实验室超大规模计算高级经理说道。

通过模型调优和 RAG 构建智能助手只是一个开始。研究人员的最终目标是使用根据气候、生物学和材料科学等领域的科学数据训练的基础模型。

风暴预报

天气预报领域的研究人员和公司正在 Earth-2 中采用生成式人工智能模型。 Earth-2 是一套用于天气和气候研究的服务和软件。

传统大气模型25公里的分辨率可降低至2公里，可组合的预报数量可扩大100倍以上，从而提高预报的可信度。

总部位于弗吉尼亚州维也纳的 Spire 通过自己的微型卫星网络收集数据。该公司机器学习和建模主管 Tom Gowan 表示：“这是一项有前途的创新，我们计划在全球和区域人工智能预测中利用这一模型，以获得更丰富的见解。”

他在最近的一次采访中表示，生成式人工智能可以实现更快、更准确的预测。

他还补充道：“这确实是气象学的巨大飞跃。通过与我们合作，我们可以获得世界上最好的 GPU，它们对于训练和推理任务来说是最可靠、最快和最高效的。” ”

这家总部位于瑞士的公司最近宣布计划将其生成式人工智能平台用于天气预报业务。

该公司创始人兼首席执行官表示：“通过与阿里云合作，我们将帮助能源公司最大限度地利用可再生能源，并通过快速、准确地洞察天气波动来提高盈利能力。”

通过生成基因推进医学研究

阿贡国家实验室的科学家正在利用这项技术生成基因序列，以更好地了解 COVID-19 背后的病毒。他们的一个获奖模型产生的模拟与现实世界的 SARS-CoV-2 变体非常相似。

首席研究员在博客文章中写道：“通过了解基因组的不同部分如何共同进化，我们找到了病毒如何产生新的漏洞或产生新的抵抗力的线索。”

它使用超过 1.1 亿个基因组序列，在多台配备 Core GPU 的超级计算机上进行训练，其中包括来自阿贡实验室、美国能源部和美国能源部的系统。

微软开发新材料

微软研究院展示了生成式人工智能如何加速材料科学领域的工作。

它的模型可以生成具有所需特性的新的稳定材料。该方法可以指定您想要开发的材料的化学、磁性、电子、机械和其他属性。

在谈到使用 Core GPU 在 Azure AI 基础设施上训练的模型时，微软研究团队表示：“我们相信该模型是 AI 技术在材料设计领域迈出的重要一步。”

公司已经在寻找新的机会，将生成式人工智能应用于商业 3D 打印的材料科学研究。

这只是研究人员使用生成式 AI 来推进 HPC 和科学发展的开始。在GPU的帮助下，他们的工作效率将提升到新的水平。