7/07/2021，光纖在線訊，倫敦，——NVIDIA于今日正式發(fā)布Cambridge-1這一英國最強大的超級計算機。Cambridge-1將助力頂尖科學家和醫(yī)療領域的專家借助AI和模擬的強大技術組合，加速數(shù)字生物學革命，并為英國全球領先的生命科學產(chǎn)業(yè)提供有力支持。

NVIDIA投資1億美元打造出的Cambridge-1致力于推動醫(yī)療行業(yè)的發(fā)展。與阿斯利康、葛蘭素史克、蓋伊和圣托馬斯NHS基金會、倫敦大學國王學院以及Oxford Nanopore Technologies公司合作開展的首批項目包括深入了解癡呆癥等腦部疾病，運用AI開展新藥研發(fā)，以及提高尋找人類基因組致病變異研究的準確性。

Cambridge-1凝聚了NVIDIA在加速計算、AI和生命科學領域數(shù)十年的研究成果，其中的NVIDIA Clara™和AI框架經(jīng)過優(yōu)化后，能夠充分發(fā)揮整體系統(tǒng)的優(yōu)勢，更有效開展大規(guī)模研究。作為一個NVIDIA DGX SuperPOD™超級計算集群，Cambridge-1已躋身全球最快的Top50計算機之列，且完全采用可再生能源供電。

NVIDIA公司創(chuàng)始人兼首席執(zhí)行官黃仁勛表示：“商業(yè)和學術領域頂尖的研究人員將能夠基于Cambridge-1這臺英國最強大的超級計算機完成他們畢生的事業(yè)，以在英國前所未有的規(guī)模和速度，針對疾病和治療展開探索。基于Cambridge-1的研究雖然將在英國進行，但所帶來的影響卻是全球性的，它將推進開創(chuàng)性的研究，有望使全世界數(shù)百萬人受益。

Cambridge-1以英國在生命科學、技術和AI領域的全球領先優(yōu)勢為基礎，將為當前和未來幾代人提供在英國國內開展開創(chuàng)性研究所需的先進基礎設施。

根據(jù)經(jīng)濟咨詢公司Frontier Economics的報告，預計Cambridge-1有望在未來10年創(chuàng)造6億英鎊（約8.25億美元）的價值。

阿斯利康：使用AI為藥物研發(fā)帶來變革
NVIDIA正在與阿斯利康合作創(chuàng)建一個基于 Transformer的化學結構生成性AI模型，以加快藥物研發(fā)速度。近些年來新提出的基于Transformer的神經(jīng)網(wǎng)絡架構，讓研究人員可以利用自監(jiān)督訓練方法使用批量數(shù)據(jù)集進行預訓練，無需手動標注數(shù)據(jù)。

MegaMolBART藥物研究模型正被用于反應預測、分子優(yōu)化和分子生成，并將用于優(yōu)化藥物研發(fā)流程。其基于阿斯利康的 MolBART Transformer 模型，并在 ZINC 化合物數(shù)據(jù)庫上進行訓練 —— 利用 NVIDIA 的 Megatron 框架在超算基礎設施上進行大規(guī)模擴展訓練。這種開源的模型，在 NVIDIA NGC™ 軟件目錄中供研究人員和開發(fā)者使用。

NVIDIA和阿斯利康基于Cambridge-1，開展了一個專注于AI數(shù)字病理學應用的獨立項目。在數(shù)字病理學領域，為助于挖掘新的洞見，研究人員需花費大量時間和金錢對全部組織切片圖像進行注釋。通過使用在數(shù)千圖像上進行訓練的無人監(jiān)督式AI算法，將不再需要注釋流程，就能找到與藥物反應相關的潛在圖像特征。

阿斯利康生物制藥研發(fā)部呼吸與免疫學數(shù)據(jù)科學和AI副總裁Lindsay Edwards表示：“在整個切片圖像上訓練AI算法極具挑戰(zhàn)性，其原因之一是圖像的大小。與NVIDIA在Cambridge-1上的合作使我們能夠擴展目前的工作，并開發(fā)出新的方法，推動AI在數(shù)字病理學領域的應用�！�

葛蘭素史克：與合作伙伴一同開展大型科學研究，惠及患者

葛蘭素史克的研發(fā)方法包括了一種專注于經(jīng)過基因驗證的靶向，基于此成功研發(fā)出藥物的可能性要高兩倍，且現(xiàn)已占公司研究項目的70%以上。為最大程度地發(fā)揮這些洞察的潛力，葛蘭素史克在人類遺傳學、功能基因組學以及AI和機器學習的交叉領域構建了最先進的能力。

葛蘭素史克高級副總裁兼人工智能和機器學習全球負責人 Kim Branson博士表示：“葛蘭素史克研發(fā)方法的核心在于先進的技術。這些技術能夠幫助我們通過全新的預測建模速度、精度和規(guī)模，釋放大量復雜數(shù)據(jù)的潛力。我們很高興有機會與NVIDIA合作，實現(xiàn)葛蘭素史克的藥物研究目標，并為英國豐富的生命科學生態(tài)系統(tǒng)做出貢獻，核心宗旨都是惠及患者�！�

與遺傳學、基因組學、人工智能和機器學習領域前沿的合作伙伴展開合作，終將助力葛蘭素史克預測更多有關人類健康的信息，并研發(fā)出更有效的藥物，這些藥物在臨床上獲得成功的可能性要高出一倍，繼而成為獲批的療法惠及患者。通過使用Cambridge-1，將為葛蘭素史克的藥物研發(fā)流程帶來更高的算力和最先進的AI技術。

倫敦大學國王學院、蓋伊和圣托馬斯NHS基金會：AI生成的合成大腦數(shù)據(jù)

倫敦大學國王學院以及蓋伊和圣托馬斯NHS基金會正在使用Cambridge-1訓練AI模型，使AI模型能夠通過學習來自不同年齡和疾病的數(shù)萬張核磁共振腦部掃描圖，生成合成大腦圖像，最終運用這一合成數(shù)據(jù)模型來更好地了解癡呆癥、中風、腦癌和多發(fā)性硬化癥等疾病，并實現(xiàn)早期診斷和治療。

由于這一AI合成大腦模型可以生成無限數(shù)量、從前未見過且具有選定特征（年齡、疾病等）的大腦圖像，因此研究人員將能夠更好、更細致地了解疾病，更早地做出更準確的診斷。

倫敦國王學院生物醫(yī)學工程與成像科學學院院長Sebastien Ourselin教授表示：“通過此次合作，我們將能夠利用醫(yī)療研究領域前所未有的算力，為患者的健康和治療帶來真正的變革。”

該研究通過與英國國家衛(wèi)生局和英國生物庫（全球最豐富的生物醫(yī)學數(shù)據(jù)庫之一）密切合作，充分發(fā)揮了英國多項全球一流醫(yī)療資源的作用。倫敦大學國王學院計劃與更廣范圍內的研究和創(chuàng)業(yè)社區(qū)共享這一合成數(shù)據(jù)模型。

蓋伊和圣托馬斯NHS基金會首席執(zhí)行官Ian Abbs表示：“AI為醫(yī)療領域所帶來的力量將有助于加快對患者的診斷，改善乳腺癌篩查等服務，并幫助我們根據(jù)臨床需要對患者進行風險評估并確定優(yōu)先級別。我們十分高興能夠成為首批受益于Cambridge-1數(shù)據(jù)中心這些全新AI功能的機構。我們將能夠使用最先進的技術，在惠及患者的同時，更加高效地管理寶貴的資源。”

Oxford Nanopore Technologies：可擴展的實時基因組學

Oxford Nanopore Technologies公司的長讀測序技術已在100多個國家得以采用，助力眾多研究領域獲得基因組學方面的洞見——從人類和植物健康，到環(huán)境監(jiān)測和抗菌劑抗性等。

為開發(fā)能夠提高基因組分析速度和準確性的AI工具，Oxford Nanopore公司在多種基因組測序平臺中部署了NVIDIA技術。借助Cambridge-1，Oxford Nanopore公司將完成算法改進相關任務的時間從數(shù)天縮短到數(shù)小時。這些經(jīng)過改進的算法將通過提高基因組的準確性，進而提供更多的洞見，讓科學家能夠更快速的取得研究成果。

Oxford Nanopore公司產(chǎn)品和計劃管理副總裁Rosemary Sinclair Dokos表示：“我們將借助Cambridge-1的力量，進一步加快算法開發(fā)速度，為強大、準確的基因組分析提供支持。這反過來又將助力當?shù)厥褂梦覀兗夹g的科學家們在各個研究領域取得前所未有的成果�！�

關于Cambridge-1
Cambridge-1是NVIDIA為外部研究而設計和建造的第一臺超級計算機。NVIDIA將與研究人員合作，充分利用這一成果惠及廣大科研領域。
Cambridge-1采用80個DGX™ A100系統(tǒng)，搭載NVIDIA A100 GPU、BlueField®-2 DPU和NVIDIA HDR InfiniBand網(wǎng)卡，是一臺可提供超過400 petaflops （每秒千萬億次浮點運算）AI性能和8 petaflops Linpack性能的NVIDIA DGX SuperPOD。該系統(tǒng)放置于由NVIDIA合作伙伴Kao Data運營的設施中。
Cambridge-1是NVIDIA首臺專用于推進英國特定行業(yè)研究的超級計算機。公司還計劃在劍橋建立一個配備基于Arm的全新超級計算機的AI卓越中心，這將會支持到英國更多的行業(yè)。

關于NVIDIA
NVIDIA（納斯達克股票代碼：NVDA）1999年發(fā)明的GPU驅動了PC游戲市場的增長，并重新定義了現(xiàn)代計算機圖形、高性能計算和人工智能。NVIDIA在加速計算和AI領域的創(chuàng)舉正在重塑交通，醫(yī)療健康和制造業(yè)等價值數(shù)萬億美元的產(chǎn)業(yè)，并推動了許多其他產(chǎn)業(yè)的增長。更多信息，請訪問https://nvidianews.nvidia.com/ 。