Nvidia斥资1亿美元打造英国最快的AI超级电脑

Nvidia正式发表英国目前最强大的超级电脑Cambridge-1，供科学家利用人工智能和模拟运算，来推进生物技术发展，Nvidia投资了1亿美元来打造Cambridge-1，这是一部供外部研究存取而设计的超级电脑，Cambridge-1拥有80个DGX A100系统，整合了A100 GPU、BlueField-2 DPU和Nvidia HDR InfiniBand网络，可提供400 petaflops的人工智能效能和8 petaflops的Linpack效能。

Cambridge-1为NvidiaDGX SuperPOD超级运算丛集，是目前全球前50快的电脑，初始专案与AstraZeneca、GSK、St Thomas’ NHS Foundation Trust和Oxford Nanopore等组织合作，来研究失智症等脑部疾病，并使用人工智能加速新药设计，或是从人类基因组中，发现可能产生疾病的变异。官方提到，Cambridge-1汇集加速运算、人工智能和生命科学多个领域的研究成果，能够同时利用整个系统进行大规模研究。

AstraZeneca使用Cambridge-1，将人工智能应用在数位病理学中。Nvidia与AstraZeneca展开合作，利用人工智能模型来探索化学结构，以加速药物发现，Nvidia提到，Transformer神经网络架构是到了最近几年才足够成熟，现在已经可让研究人员在庞大的资料集使用自监督训练方法，避免预训练期间，需要大量人工手动标记范例。

从AstraZeneca的MolBART Transformer模型所发展出来的MegaMolBART药物探索模型，能够预测化学反应、最佳化和从头分子合成（De Novo Molecular Generation），进而最佳化整个药物开发过程，能在超级电脑基础设施上，进行大规模横向扩展训练。另外，Nvidia和AstraZeneca在Cambridge-1还有另一个研究专案，是专注人工智能在数位病理学上的应用，官方解释，数位病理学中，花费了大量的时间和金钱，在组织幻灯片图像添加注解，而在数千张图像上训练无监督人工智能算法，可以省去注解的过程，并且找到与药物反应相关的潜在特征。

而St Thomas’ NHS Foundation Trust则使用Cambridge-1，来训练人工智能模型以合成电脑图像，透过不同年龄和疾病的数万笔MRI脑部扫描，作为训练资料来训练该合成模型，最终目标是要利用合成资料模型，更进一步了解失智、中风、脑癌和多发性硬化症，官方解释，由于这种人工智能合成模型，可以生成无限量特定年龄和疾病等特征的大脑图像，供研究人员更细致地了解疾病外观，达到早期诊断和早期治疗的目的。

Oxford Nanopore则使用Cambridge-1来提升基因组分析准确度。Oxford Nanopore的长读取定序（Long-read sequencing）技术，被100多个国家用于广泛的研究领域中，从动植物健康、环境监控，甚至是抗生素的耐药性。Oxford Nanopore借助Cambridge-1的运算资源，将算法改进工作，从数天缩短至数小时，更快速地提升基因组分析精确度，使科学家可以在研究领域中，获得更多的观察与成果。