加速计算正在助力研究人员更快取得重大科学突破。研究人员已经很快意识到，在 AI 的助力下，他们可在更短时间内获得高精度结果，且可与科学模拟结果相媲美。这一结果已推动 AI 在高性能计算 (HPC) 中的应用。
HPC 和 AI 可用于各个领域，包括帮助研究人员在实验室开展研究工作，协助工程师解决复杂的技术问题，以及助力金融分析师利用数学算法作出市场预测。
研究人员正在利用 AI 增强 HPC 模拟技术，为各类科学工作负载取得更快、更出色的结果。
工程师们正在利用 AI 评估医疗设备、制造机器人以及汽车零部件等各种设计。
金融机构的分析师正在利用 AI 识别和预测市场趋势、标记欺诈交易，及加快在线支付。
凭借 GPU 优化的 AI 和 HPC 软件，NVIDIA 能够让 HPC 研究人员充分利用 AI 技术。此类软件可从 NVIDIA NGC™ 目录中获取，并能部署至 GPU 助力的 HPC 集群、云实例以及工作站。
PyTorch 是经 GPU 加速的张量计算框架。您可利用 NumPy 和 SciPy 等常用 Python 库，轻松扩展其功能。 拉取 PYTORCH 镜像>
TensorFlow 是一个开源机器学习平台。其架构灵活，能够在各种平台和设备中轻松部署，还可提供全面的工具和库。 拉取 TENSORFLOW 镜像>
TorchANI 是 ANI 的 PyTorch 实现，涵盖多种类别，例如 AEVComputer、ANIModel 以及可通过管线化方式从 3D 分子坐标中计算分子能量的 EnergyShifter。 拉取 TORCHANI 镜像>
如欲了解某些主要 HPC 应用的性能提升情况，请访问 NVIDIA 开发者社区。如要开始使用这些 GPU 加速应用，请访问 NVIDIA NGC。
NVIDIA Modulus 是一个基于物理信息的神经网络 (PINN) 工具包，旨在解决使用 AI 和物理技术过程中所面临的挑战。无论您是希望着手于 AI 驱动的物理模拟，还是处理复杂的非线性物理问题，NVIDIA Modulus 都可助您解决正向、反向或数据同化问题。
HPC 和 AI 应用广泛，例如帮助解决地球气候问题、加速科学发现，及模拟工作流程以更快完成各种任务。
NVIDIA Modulus 是一种基于新型 PINN 架构的端到端 AI 驱动模拟框架。借助高精度数值求解器，Modulus 已帮助解决了多物理场问题，执行自动设计空间探索的速度更高达传统模拟器的 1000 倍。 观看 GTC 会议 >
HPC 和 AI 用于众多地球科学领域，包括极端天气预测、物理仿真、即时预报、中期预报、不确定性量化、偏差修正、生成对抗网络、数据图像修复、网络-HPC 耦合、PINN 和地质工程等。 观看 GTC 会议 >
NGC 目录为新版 AI、HPC 和可视化软件提供容器。 观看 GTC 会议 >
从高能物理到生命科学和医疗健康领域，深度学习和人工智能与传统 HPC 的融合可加速各个领域的科学发现。 观看 GTC 会议 >
观看会议和演示视频，了解关于 HPC 和 AI 的更多内容，或从 NVIDIA 开发者博客入门。