NAIRR科学计划借助NVIDIA AI基础设施改造科研

过去两年，美国国家科学基金会（NSF）主导的“国家人工智能研究资源（NAIRR）试点项目”，已经在美国撑起了700多个研究项目的创新格局——从蛋白质结构预测到传染病暴发的应急管理，覆盖范围相当广。

NVIDIA在这场试点的推进中扮演了关键角色，提供了一套基于云计算的资源方案：研究者可以获得至少4个NVIDIA DGX节点的专用资源，使用时长不少于一个月。除此之外，NVIDIA还提供了技术支持，从项目开始到结束全程护航。

有了这套AI基础设施和DGX参考架构做后盾，研究者们大幅缩短了工作流时间，也在医疗、农业、能源等领域挖掘出了足以重塑行业格局的前沿成果。

借由NAIRR推动的科研探索潜力，可以说是没有边界的。下面挑几个代表性项目，仔细聊聊。

Polymathic AI的“Well”数据集：物理模拟的底层革新

从仿真到现实的落地流程，在多个行业里已经越来越常见——毕竟更安全、成本也更可控。

由Flatiron研究所、剑桥大学和劳伦斯伯克利国家实验室的科学家组成的Polymathic AI团队，借助NVIDIA GPU和NVLink互联技术，正在用其大规模数据集“Well”来强化物理流体模拟的效果。这个数据集的目标非常明确：训练出一个迄今为止最大、最具普适性的流体行为基础模型。

这个模型的名字叫Walrus，其数据、代码和预训练权重都已经公开，任何人都可以用。

值得注意的是，Polymathic AI的策略并非从零起步——它在物理预训练环境的已有成果上进一步拓展，试图解决当前模型在规模和预训练多样性上的瓶颈。研究组还在探索缩放定律（scaling laws），为打造更强大的科学基础模型铺路。

密歇根大学：能源存储的“模型融合”方案

能源是整个社会的基石，而这一切的突破口在于设计出更新、更高效的材料，用于能源存储与转化。

密歇根大学的研究团队，在航空航天工程系教授Venkat Viswanathan的带领下，正在构建一个“模型融合框架”——把领域专用的分子AI和通用大语言模型结合起来。简单说，就是让计算科学家能更轻松地探索化学空间，用自然语言提出化学相关问题，直接筛选出适合下一代能源技术的候选材料。

这个分子基础模型家族被称为MIST（Molecular Insight SMILES Transformers），专为化学空间的发现与探索而生。

MIST模型在大规模无标注分子数据集上完成了预训练，并使用了一个新型分词器Smirk，来更精准地捕捉分子表征中的核、电子、几何、同位素和立体化学信息。经过400多项结构-性质关系的微调后，MIST在电化学、量子化学、生理学等多个维度的基准测试中已能媲美甚至超越现有最优水平。

MIST的开发集群本身有40个GPU（NVIDIA DGX节点），这部分资源正是通过NAIRR的分配获得；此外，研究组还额外拿到了ALCF Polaris集群上的20万NVIDIA GPU小时。整个开发流程中，他们使用NVIDIA的NGC PyTorch容器来保证跨集群的可复现加速训练。

把MIST与通用大语言模型融合之后，准确的量子化学计算变得更易获取，也加速了能源存储与转化系统的设计——这正是重卡和航空等领域的电动化进程最需要的技术支撑。

波士顿大学的BEACON管道：传染病检测的AI方案

传染病在社区中的扩散速度可以非常快，一旦暴发，很容易演变成局势失控的突发事件。

波士顿大学的Hariri计算研究所和新兴传染病中心，正在依托NVIDIA的加速计算资源训练并评估一个大语言模型，并以此搭建一套AI管道来支持一个名为BEACON的疫情监测计划——全称为“生物威胁的涌现、分析与通信网络”。

这个LLM的训练语料库非常庞大，囊括了大量传染病和易流行病原体的文献资料，最终目标是辅助一线专家和疫情分析人员的工作。

模型具备在全球范围内分析社交媒体中关于疫情暴发的在线帖文的能力，并能从中提取特征用于下游分类和优先级判定。BEACON会融合来自多个信源的信号——包括全球疾病追踪平台HealthMap、新闻与社交媒体、专家意见，以及社区论坛或社交网络上的个体通信——最终形成简洁的疫情报告。

这样全维度的疫情分析，可以为新兴传染病的临床诊疗指南提供依据，同时也能识别出哪些环节还需要更充分的数据支撑。

目前，在海外一线工作的医生、政府机构和学术研究者已经开始使用BEACON模型来快速定位和治疗传染病。

波士顿大学Hariri研究所所长Ioannis Paschalidis提到：“如果你问传染病专家，这个管道搭建之前他们是怎么处理信息的——他们通常会回答，写一份报告需要几个小时。现在呢？两分钟左右就能完成。”

NAIRR与NVIDIA：覆盖全美的科研推动力

前沿科研的版图上远不止这三个项目。哈佛、斯坦福、科罗拉多州立大学等高校，也在NAIRR和NVIDIA的支持下不断取得突破性进展。

当科学家们越来越容易获取到AI和加速计算资源，一个更安全、更健康的国家的愿景，已经不只是蓝图上的字句了。