Компания Nvidia объявила о расширении набора библиотек CUDA-X, предназначенных для ускорения научных вычислений на графических процессорах. Анонс, сделанный 18 ноября 2026 года, охватывает сразу несколько фундаментальных направлений — от астрофизики и термоядерного синтеза до разработки лекарств и материаловедения. По заявлению компании, новые модули позволяют выполнять операции, которые раньше занимали недели или месяцы, за считанные минуты, при этом снижая стоимость вычислений на порядки.
Астрономия: чёрные дыры за 8 минут
Один из наиболее показательных результатов продемонстрировал модуль cuPhoton.xBeam. Он предназначен для сопоставления радиосигналов, поступающих с телескопов проекта Event Horizon Telescope (EHT) — глобальной сети обсерваторий, объединённых для наблюдения за сверхмассивными чёрными дырами. EHT генерирует петабайты данных, которые необходимо объединить и обработать для восстановления изображений. С применением cuPhoton.xBeam эта операция, ранее занимавшая более месяца, сократилась до восьми минут. Разница в производительности составляет порядка пяти-шести порядков, что открывает возможность для более оперативного анализа данных и проведения повторных расчётов с изменёнными параметрами.
Термоядерный синтез: ИИ-агент в реальном времени
В рамках той же библиотеки cuPhoton реализован модуль xLens, позволяющий анализировать результаты моделирования плазмы непосредственно во время расчётов, а не после их завершения. Компания Pacific Fusion использует этот инструмент для получения информации о поведении плазмы в процессе симуляции. К вычислительному процессу можно подключить локального ИИ-агента на базе Nvidia Nemotron, который анализирует промежуточные результаты и помогает корректировать моделирование в реальном времени. Подобный подход применяется в исследованиях, связанных с разработкой мишеней и камер термоядерных реакторов, где способность быстро реагировать на изменения параметров критически важна для оптимизации экспериментов.
Фармакология и молекулярное моделирование
В области разработки лекарств Nvidia продвигает библиотеку cuPotential, созданную на основе работ специалистов Института Флэтайрон (Flatiron Institute) и D. E. Shaw Research. Она ускоряет существующее программное обеспечение для молекулярного моделирования в три раза, одновременно повышая стабильность и точность расчётов. С её помощью исследователи могут быстрее генерировать синтетические данные для обучения генеративных ИИ-моделей, обнаруживать ранее неизвестные участки связывания молекул и рассчитывать силу их взаимодействия. Дополнительный контекст даёт пакет NVIDIA Nemotron for Science, представленный параллельно с CUDA-X: он построен на базе открытой модели Nemotron 3.5 Super VL и включает новый набор химических данных и рецепты для пост-обучения, что расширяет возможности ИИ-инструментов в химии и фармакологии.
Материаловедение: 22-кратное ускорение квантово-механических расчётов
В материаловедении Nvidia заявила об ускорении квантово-механических расчётов до 22 раз при одновременном снижении их стоимости на 75%. Результат обеспечивают GPU-ядра Daviator, разработанные для программного пакета VASP — одного из основных инструментов моделирования свойств материалов на атомном уровне. Ключевое преимущество новых ядер состоит в том, что они ускоряют расчёты для систем разного размера, включая небольшие модели, которые ранее эффективнее обрабатывались центральными процессорами. Это важно для подготовки миллионов расчётов взаимодействия атомов, необходимых для обучения и работы вычислительных моделей в материаловедении.
Экспериментальная физика: обработка данных до завершения эксперимента
Отдельная разработка применяется непосредственно во время экспериментов. В Национальной лаборатории имени Лоуренса в Беркли библиотека Nvidia DAQIRI связывает высокоскоростной детектор электронного микроскопа с GPU-системой обработки данных. Учёные получают возможность выделять полезные сигналы, обнаруживать ранее неизвестные области интереса и выбирать следующие измерения ещё до завершения эксперимента. Технология предназначена в том числе для изучения материалов с атомным разрешением, позволяющим различать отдельные химические элементы, что критически важно для нанотехнологий и физики конденсированного состояния.
Биология: от контуров клеток до функций белков
В биологических исследованиях открытая библиотека cuSpa ускорила расчёты контуров клеток в 900 раз по сравнению с CPU. Она позволяет строить крупные пространственные графы тканей, которые используются при создании моделей заболеваний и рака. Инструмент rapids-singlecell, разработанный совместно с сообществом scverse, ускоряет анализ данных отдельных клеток: компания Therna Biosciences сообщила об ускорении обработки в 200 раз, а 10x Genomics интегрировала эту технологию в свою платформу Sentira. Кроме того, открытая GPU-библиотека HMMER ускоряет определение функций белков по их аминокислотным последовательностям — в тестах Basecamp Research поиск выполнялся до 84 раз быстрее стандартной CPU-версии. Все перечисленные вычисления используются при подготовке больших биологических наборов данных для обучения моделей, применяемых в разработке лекарств.