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
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 A100 GPU助力德睿智药加速创新药物研发

NVIDIA英伟达企业解决方案 来源:NVIDIA英伟达中国 作者:NVIDIA英伟达中国 2021-09-17 09:33 次阅读

德睿智药是一家运用AI技术驱动药物研发的科技公司,其自研的一站式AI药物研发平台Molecule Pro、分子动力学平台MoleculeDance可为小分子药物临床前开发大幅节省研发时间及成本。德睿智药的部分AI解决方案是通过使用NVIDIA A100 GPU实现的,德睿团队的研发效率也得以大幅提升。

GPU提速算法训练速度数十倍以上

目前针对难成药靶点的相关技术正处于突破的临界点,人工智能技术为加速创新药物及难成药靶点的药物开发带来了新的可能。例如AlphaFold2通过人工智能从一维序列信息推演蛋白质的三维结构证明了人工智能等相关算法可以攻克传统技术难以解决的问题。

德睿智药自主研发的Molecule Pro平台中AI分子生成,虚拟筛选和分子动力学等相关技术需要强劲的算力支持。使用普通的主流显卡进行一次模拟往往需要长达一周的时间,但通过NVIDIA A100 Tensor Core GPU搭建高性能分布式计算平台,不仅可以快速处理数十亿级别海量药物化学信息,而且借助其强大算力,相关模型训练速度可以提升10倍以上。

为了更大限度地利用GPU算力资源,德睿团队使用多台GPU服务器组成集群,用Kubernetes配合NVIDIA-docker实现容器化模型的弹性编排和资源分配,把任务动态分散到多台服务器上,利用A100 GPU的强大算力和超大显存实现大规模并行计算,大大缩短了原本计算所需时间。

采用算法结合NVIDIA A100 GPU平台可以从亿量级化合物库、蛋白质库及结合数据库中快速寻找出潜在规律。同样价格的硬件环境下,团队通过该平台流程进行计算的速度比传统流程快60%以上。

助力企业大幅提升药物开发效率

新药研发是一项环节多、时间长、风险高的系统性工程。早期药物发现花销占新药研发成本和综合周期的1/3,且大部分临床阶段的失败源自于临床前分子设计的缺陷。德睿智药团队将以此为切入点,依托AI辅助药物研发技术,借助NVIDIA GPU的加速,致力于打造领先的AI生物医药引擎,聚焦临床前药物研发。

德睿智药创始人兼CEO牛张明表示,“我们高兴地看到:通过使用NVIDIA A100 GPU让我们在AI分子设计/生成、虚拟筛选、分子动力学模拟等任务上效率大大提高。”

编辑:jq

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
  • NVIDIA
    +关注

    关注

    14

    文章

    4592

    浏览量

    101706
  • gpu
    gpu
    +关注

    关注

    27

    文章

    4417

    浏览量

    126689
  • 服务器
    +关注

    关注

    12

    文章

    8116

    浏览量

    82509
  • AI
    AI
    +关注

    关注

    87

    文章

    26443

    浏览量

    264044

原文标题:初创加速 | GPU助力德睿智药加速创新药物研发

文章出处:【微信号:NVIDIA-Enterprise,微信公众号:NVIDIA英伟达企业解决方案】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    NVIDIA AI助力百余家公司加速药物研发创新

    药物研发领域,NVIDIA的AI技术正发挥着日益重要的作用。Cadence、Iambic Therapeutics等超过100家公司已采用NVID
    的头像 发表于 03-27 10:31 154次阅读

    睿智药与复宏汉霖达成战略合作,共同研发AI赋能的ADC药物和抗衰老疗法平台

    2024年1月19日,临床阶段AI驱动的创新药物研发公司德睿智药宣布与上海复宏汉霖生物技术股份有限公司(以下简称“复宏汉霖”)达成战略合作,共同研发人工智能赋能的抗体偶联
    的头像 发表于 01-26 18:14 2182次阅读

    Oracle 云基础设施提供新的 NVIDIA GPU 加速计算实例

    。为了帮助满足这一需求,Oracle 云基础设施(OCI)于近日宣布,在 OCI Compute 上全面提供 NVIDIA H100 Tensor Core GPU ,同时 NVIDIA
    的头像 发表于 09-25 20:40 287次阅读
    Oracle 云基础设施提供新的 <b class='flag-5'>NVIDIA</b> <b class='flag-5'>GPU</b> <b class='flag-5'>加速</b>计算实例

    英伟达a100和h100哪个强?英伟达A100和H100的区别

    基于Ampere架构的GPU计算加速器,专为高性能计算、人工智能和机器学习等领域而设计。它拥有高达6912个CUDA核心(在32GB版本中),是目前最强大的数据中心GPU之一。A100
    的头像 发表于 08-09 17:31 3.6w次阅读

    英伟达h800和a100的区别

    英伟达h800和a100的区别 NVIDIA H800和A100NVIDIA的两种不同类型的GPU,具有不同的架构和特点。以下是它们之间的
    的头像 发表于 08-08 16:05 1.4w次阅读
    英伟达h800和<b class='flag-5'>a100</b>的区别

    英伟达h800和a100参数对比

    英伟达h800和a100参数对比 NVIDIA H800和A100是两款高端的GPU产品,下面是它们的参数对比: 1.架构: H800采用的是Volta架构,而
    的头像 发表于 08-08 15:53 2.5w次阅读
    英伟达h800和<b class='flag-5'>a100</b>参数对比

    英伟达A100的算力是多少?

    ,但 A100 的算力是前者的 20 倍。 A100是英伟达推出的一款强大的数据中心GPU,采用全新的Ampere架构。它拥有高达6,912个CUDA核心和40GB的高速HBM2显存。可以实现高达
    的头像 发表于 08-08 15:28 2.4w次阅读

    英伟达A100的优势分析

    英伟达A100的优势分析 在大模型训练中,A100是非常强大的GPUA100是英伟达推出的一款强大的数据中心GPU,采用全新的Ampere
    的头像 发表于 08-08 15:25 2659次阅读

    英伟达A100的简介

    A100是英伟达公司推出的一款面向高性能计算(HPC)和人工智能(AI)的加速计算卡。它采用了全球首个基于7nm工艺的数据中心GPU架构Ampere,拥有6912个CUDA核心和432个张量核心
    的头像 发表于 08-08 15:17 7607次阅读

    英伟达A100是什么系列?

    英伟达A100是什么系列? 全球都在关注生成式人工智能;特别是OpenAI发布ChatGPT以来,生成式人工智能技术一下就被拔高。在大模型训练中,A100是非常强大的GPU。英伟达的AI芯片这个时候
    的头像 发表于 08-08 15:13 2230次阅读

    英伟达A100和A40的对比

    TFLOPS的FP32浮点性能和156 TFLOPS的深度学习性能。 英伟达A100和A40是英伟达公司推出的两个数据中心加速器。它们都是基于英伟达的Ampere架构设计的最新GPU,支持全新的
    的头像 发表于 08-08 15:08 1.3w次阅读

    英伟达A100和V100参数对比

    宽带。英伟达A100还配备了英伟达的第三代NVLink互连技术和第二代NVSwitch交换机,可以实现高带宽、低延迟的GPU-GPU通信,提升集群中的计算效率
    的头像 发表于 08-08 11:54 9302次阅读
    英伟达<b class='flag-5'>A100</b>和V<b class='flag-5'>100</b>参数对比

    英伟达A100和H100的区别

    英伟达A100和H100的区别 英伟达A100和H100是两种不同的产品。A100是英伟达在2020年推出的一款基于Ampere架构的数据中
    的头像 发表于 08-07 18:06 2.4w次阅读

    英伟达a100和a800的区别

    Core加速器,而A800则没有。 5. 能效比不同:A100比A800更节能,功耗为400W,而A800为250W。 总的来说,A100在AI计算方面表现更加强大,而A800适用于对GPU
    的头像 发表于 08-07 17:57 3.2w次阅读

    英伟达a100和h100哪个强?

    架构。 英伟达A100是一款基于最新的NVIDIA Ampere架构设计的数据中心GPU,拥有更多的CUDA核心、更高的时钟频率和更大的存储
    的头像 发表于 08-07 17:32 1.1w次阅读