0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

NVIDIA DGX A100助力百图生科构建生物计算引擎

星星科技指导员 来源:NVIDIA 作者:NVIDIA 2022-05-20 15:07 次阅读

案例简介

• 本案例中通过 NVIDIA DGX A100 80GB 和 NVIDIA 网络交换机,百图生科构建了独特的生物计算引擎,建立高质量、高效率的靶点筛查和药物设计,从而构建药物研发平台。从海量生物数据与信息中抽取知识,绘制 “BioMap” ,将创新药物研发的 “大海捞针” 变为 “按图索骥” 。

• 本案例主要应用到 DGX A100 80GB; NVIDIA 网络交换机。

• 本案例中, NVIDIA 精英级合作伙伴信弘智能助力百图生科部署了高效的 AI 计算平台。

客户简介及应用背景

百图生科(BioMap)是一家生物计算驱动的生命科学平台公司,致力于将先进 AI 技术与前沿生物技术相结合,构建独特的靶点挖掘及药物设计能力,开发创新的药物和诊断产品

利用生物计算引擎,加速对复杂疾病机理的发现进程,从而提升生命科学研发的效率。

百图生科基于 NVIDIA DGX A100 80GB 和自身庞大的计算能力,构建独特的生物计算引擎,提高了计算密度、性能和灵活性。

客户挑战

为了开发和整合多种先进的 AI 算法芯片传感器,多组学分析,类器官模拟等技术,构建独特的生物计算引擎,建立高质量、高效率的靶点筛查和药物设计能力,构建基于高维度多组学、高通量干湿试验闭环、高精准抗体设计、高性能生物计算平台能力,百图生科希望利用生物计算引擎,构建强大的 AI 技术及计算平台和前沿生物技术平台,希望开发针对生物计算需求的超级计算集群、高性能蛋白质计算芯片、高性能图数据库、高等级的数据安全与隐私计算引擎,支撑 EB 级别的海量数据存储计算需求,比如超大规模的蛋白质预训练模型、图神经网络靶点分析、蛋白质结构预测和模拟。通过强大的算力服务器支持,可以帮助实现快速解决更庞大、更复杂的数据科学问题,更好地建立生物计算引擎和强大的 AI 技术及计算平台。

应用方案

基于以上挑战,百图生科采用了 NVIDIA DGX A100 80GB,将深度学习训练、推理和分析整合至一个易于部署的统一 AI 基础架构中,拥有一个更简单快捷的解决人工智能的方法。

百图生科参考了 DGX A100 的标准架构和网络互联建议,决定按标准建议进行网络改造,采用了NVIDIA 网络交换机,其中将 NVIDIA InfiniBand QM 8700 做计算互联, NVIDIA Ethernet MSN3700 做存储和管理网络,可以让整个集群全线速计算,提高跨节点使用效率。

使用效果及影响

当前生物医药行业普遍面临一个非常严峻的问题,即“双十定律”,具体来说就是一款新药从研发到上市,平均需要 10 年时间和 10 亿美元的投入,且成功率不足 10%。越来越多的医药企业在寻求如何利用人工智能技术提高行业的运行效率。

当前基因技术的发展已经进入到数据爆发式增长的阶段,随着更多组学数据的不断积累,包括血液、组织、器官等宏观系统的连续观测数据的结构化都在逐渐成熟之中;人工智能新的算法应用也涉及到了很多领域,如无人驾驶、人脸识别、复杂的知识图谱构建等;成熟的云计算服务也在为各行各业的转型发展提供强大的算力支持, AI 技术赋能生物制药行业加快发展的基本条件都已具备。 “作为生物计算引擎驱动的创新药物研发平台,借助 NVIDIA AI 计算平台。在蛋白质结构预测、亲和力预测等场景, NVIDIA DGX A100 相比其他硬件解决方案计算性能提升了 10-20 倍。百图生科将更高效地利用前沿生物技术 + AI,解决生命科学行业的高价值问题,携手行业伙伴打造创新药物管线,助力人类健康事业发展。” 百图生科副总裁周达表示。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 传感器
    +关注

    关注

    2550

    文章

    51035

    浏览量

    753068
  • NVIDIA
    +关注

    关注

    14

    文章

    4978

    浏览量

    102987
  • 深度学习
    +关注

    关注

    73

    文章

    5500

    浏览量

    121111
收藏 人收藏

    评论

    相关推荐

    NVIDIA助力Amdocs打造生成式AI智能体

    正在使用NVIDIA DGX Cloud 与 NVIDIA AI Enterprise软件开发和交付基于商用大语言模型(LLM)和领域适配模型的解决方案。该公司还在使用NVIDIA
    的头像 发表于 11-19 14:48 327次阅读

    NVIDIA助力丹麦发布首台AI超级计算

    这台丹麦最大的超级计算机由该国政府与丹麦 AI 创新中心共同建设,是一台 NVIDIA DGX SuperPOD 超级计算机。
    的头像 发表于 10-27 09:42 426次阅读

    NVIDIA加速计算和 AI助力数字银行揭穿金融欺诈骗局

    Bunq 利用 NVIDIA AI 将其欺诈检测模型的训练速度提高近倍。   欧洲新型银行 Bunq 正在 NVIDIA 加速计算和 AI 的助力
    的头像 发表于 06-27 17:41 836次阅读

    进一步解读英伟达 Blackwell 架构、NVlink及GB200 超级芯片

    千万亿次浮点运算。 英伟达还构建了由72张GB200构成的DGX GB200 NVL72[超级计算机]。该超级计算机在内部节点间使用铜缆连接,以降低功耗。 Blackwell 图形
    发表于 05-13 17:16

    OpenAI联手Nvidia发布首台Nvidia DGX H200

    OpenAI总裁兼联合创始人Greg Brockman分享了他与山姆・阿尔特曼(Sam Altman)、黄仁勋以及自己的合影,他们的眼前正是这台首次亮相的DGX H200。
    的头像 发表于 04-25 13:50 418次阅读

    英伟达战略收购Run:ai,推进产品战略,整合资源至Nvidia DGX C

    4 月 25 日,英伟达正式推出新闻公告,宣布成功收购了 Run:ai 公司,以加快推进其产品蓝图的实施,并将其与 Nvidia DGX Cloud 深度融合。关于此次收购的具体金额及完成日期尚未公布。
    的头像 发表于 04-25 10:25 578次阅读

    英伟达Blackwell平台网络配置分析

    采用 DGX GB200 系统的 NVIDIA DGX SuperPOD 专为训练和推理万亿参数生成式AI 模型而构建
    的头像 发表于 04-17 11:01 1404次阅读

    降本增效:NVIDIA路径优化引擎创下多项世界纪录!

    NVIDIA cuOpt 路径优化引擎助力川崎重工实现铁路安全,支持 SyncTwin 实现制造优化。
    的头像 发表于 04-03 11:17 431次阅读

    NVIDIA Blackwell DGX SuperPOD助力万亿级生成式AI计算

    全新 DGX SuperPOD 采用新型高效液冷机架级扩展架构,基于 NVIDIA DGX GB200 系统构建而成,在 FP4 精度下可提供 11.5 exaflops 的 AI 超
    发表于 03-21 09:49 209次阅读

    NVIDIA推出搭载GB200 Grace Blackwell超级芯片的NVIDIA DGX SuperPOD™

    NVIDIA 于太平洋时间 3 月 18 日发布新一代 AI 超级计算机 —— 搭载 NVIDIA GB200 Grace Blackwell 超级芯片的 NVIDIA
    的头像 发表于 03-21 09:49 693次阅读

    NVIDIA 推出 Blackwell 架构 DGX SuperPOD,适用于万亿参数级的生成式 AI 超级计算

    ——  NVIDIA 于今日发布新一代 AI 超级计算机 —— 搭载 NVIDIA GB200 Grace Blackwell 超级芯片的 NVIDIA
    发表于 03-19 10:56 421次阅读
    <b class='flag-5'>NVIDIA</b> 推出 Blackwell 架构 <b class='flag-5'>DGX</b> SuperPOD,适用于万亿参数级的生成式 AI 超级<b class='flag-5'>计算</b>

    英伟达H200和A100的区别

    英伟达H200和A100两款芯片在性能、架构、内存以及应用场景等多个方面存在显著的区别。
    的头像 发表于 03-07 16:23 3597次阅读

    英伟达H200和A100的差异

    英伟达H200和A100在多个方面存在差异。
    的头像 发表于 03-07 16:18 2530次阅读

    度搜索exgraph执行引擎设计与实践分享

    度搜索exgraph执行引擎设计重点分成三个部分:描述语言、执行引擎、对接扩展。
    的头像 发表于 01-16 10:27 536次阅读
    <b class='flag-5'>百</b>度搜索exgraph<b class='flag-5'>图</b>执行<b class='flag-5'>引擎</b>设计与实践分享

    AI引擎内核与计算编程指南

    电子发烧友网站提供《AI引擎内核与计算编程指南.pdf》资料免费下载
    发表于 01-03 10:50 0次下载
    AI<b class='flag-5'>引擎</b>内核与<b class='flag-5'>计算</b><b class='flag-5'>图</b>编程指南