22.06.2026
NVIDIA сообщила о проектах пилотной программы National Artificial Intelligence Research Resource (NAIRR) Национального научного фонда США, использующих ее AI-инфраструктуру. По данным компании, за два года пилот поддержал более 700 исследований, а участникам выделяли облачный ресурс минимум из четырех узлов NVIDIA DGX не менее чем на месяц.
22 июня 2026 года NVIDIA сообщила о нескольких научных проектах пилотной программы National Artificial Intelligence Research Resource (NAIRR) Национального научного фонда США (NSF), которые получили доступ к ее ускоренной инфраструктуре. По данным компании, за два года пилот поддержал более 700 проектов в США, а вклад NVIDIA включал облачный ресурс с выделенным доступом минимум к четырем узлам NVIDIA DGX не менее чем на месяц и техническую поддержку исследователей.
Среди примеров — Polymathic AI, коалиция ученых из Flatiron Institute, Кембриджского университета и Lawrence Berkeley National Lab. Группа использует GPU NVIDIA и NVLink для работы с набором данных Well и моделью Walrus для моделирования «жидкоподобного» физического поведения; по заявлению NVIDIA, данные, код и веса модели опубликованы в открытом доступе.
В Университете Мичигана команда профессора Венката Висванатана разрабатывает семейство молекулярных моделей MIST (Molecular Insight SMILES Transformers) и фреймворк, объединяющий специализированный molecular AI с большими языковыми моделями. MIST обучали на 40-GPU кластере NVIDIA DGX, полученном через распределение NAIRR, а также с использованием 200 000 GPU-часов на кластере Polaris Аргоннской национальной лаборатории; цель проекта — ускорить поиск материалов для накопления и преобразования энергии.
Еще один проект — BEACON (Biothreats Emergence, Analysis and Communications Network) Бостонского университета. Он использует большую языковую модель для анализа сообщений о вспышках инфекционных заболеваний из HealthMap, новостей, социальных сетей и экспертных источников, чтобы готовить краткие отчеты для специалистов; директор Hariri Institute Ioannis Paschalidis заявил, что подготовка отчета сократилась с нескольких часов до примерно двух минут.
Источник: blogs.nvidia.com