MegaMolBART
ANWENDUNG VON KI UND HPCIN DER ARZNEIMITTELFORSCHUNG
UNTERSTÜTZUNG DER DATENGESTEUERTEN FORSCHUNG UND ENTWICKLUNG IN DER PHARMAZEUTISCHEN INDUSTRIE
Unterstützt durch Deep Learning und neuronale Transformer-Netzwerke.
Transformer-basierte große Sprachmodelle arbeiten mit BioNeMo im Supercomputing-Maßstab.
Beschleunigen Sie wichtige Anwendungen in der Medikamentenentwicklung.
Chemoinformatik im Detail
Chemoinformatik im Detail
Transformer-basierte große Sprachmodelle schaffen neue Möglichkeiten für die Echtzeit-Erforschung des chemischen Universums. BioNeMo ist ein domänenspezifisches Framework basierend auf NeMo Megatron für das Training und die Bereitstellung biomolekularer LLMs im Supercomputing-Maßstab. Es enthält die Transformer-Modelle MegaMolBART, ESM-1b und ProtT5.
MegaMolBART ist ein generatives Chemiemodell, das mit 1,4 Milliarden Molekülen (SMILES-Zeichenfolgen) trainiert wurde und für eine Vielzahl von Chemoinformatik-Anwendungen in der Medikamentenentwicklung verwendet werden kann, wie Reaktionsprognose, molekulare Optimierung und De-novo-Molekülgeneration für kleine Moleküle.
Bei ProtT5 und ESM-1b hat sich gezeigt, dass nicht überwachtes Vorabtraining verwendet werden kann, um gelernte Einbettungen zu erzeugen, die Eigenschaften zur Vorhersage von Proteinstruktur, Funktion, zellulärem Standort, Wasserlöslichkeit, Membrangebundenheit, konservierten und variablen Regionen und mehr enthalten.
Proteinstrukturen vorhersagen
Proteinstrukturen vorhersagen
Deep-Learning-basierte Ansätze wie RELION ermöglichen die Automatisierung mit hohem Durchsatz der Kryoelektronenmikroskopie (Kryo-EM) zur Bestimmung von Proteinstrukturen Bei RELION wird ein empirischer Bayesscher Ansatz für die Analyse von Kryo-EM implementiert, um einzelne oder mehrere 3D-Rekonstruktionen sowie 2D-Klassen-Durchschnittswert genauer zu machen.
Um Proteinstrukturen mit atomistischen Details zu verstehen, können Tools wie MELD verwendet werden, um Strukturen aus spärlichen, zweideutigen oder ungenauen Daten abzuleiten. MELD nutzt Daten in einem physikbasierten Bayesschen Framework, um die Proteinstrukturbestimmung zu verbessern.
Virtuelles Screening beschleunigen
Virtuelles Screening beschleunigen
Molekulardynamiksimulationen unterstützen
Molekulardynamiksimulationen unterstützen
GPU-gestützte Molekulardynamik-Frameworks können die grundlegenden Mechanismen der Zellen simulieren und berechnen, wie stark sich ein bestimmter Wirkstoff an das gewünschte Zielprotein bindet. Durch maschinelles Lernen erworbene Potenziale, die vielversprechende Eigenschaften für Präzision, Energien und Kräfte auf quantenmechanischer Ebene zeigen, verändern die molekulare Simulation grundlegend.
Clara Discovery umfasst eine Vielzahl von Tools und Frameworks für die molekulare Simulation, darunter GROMACS, NAMD, Tinker-HP, VMD, TorchANI und DeePMD-Kit.
Lösungen für beschleunigtes Computing entdecken
Lösungen für beschleunigtes Computing entdecken
Optimiert für F&E in der Pharmaindustrie
Optimiert für F&E in der Pharmaindustrie
Clara Discovery ist für die Ausführung auf NVIDIA DGX™ A100 ausgelegt, dem weltweit fortschrittlichsten KI-System mit einer Leistung von fünf PetaFLOPS. DGX A100 wurde speziell für alle beschleunigten Rechnerarbeitslasten in großem Maßstab entwickelt und bietet Forschern die kürzeste Dauer bis zur Lösung und eine einheitliche, einfach zu implementierende Infrastruktur zur Unterstützung der nächsten Generation der Medikamentenentwicklung.
HPC-Anwendungsleistung anzeigen
HPC-Anwendungsleistung anzeigen
Whitepaper zu PODs der Pharmaindustrie ansehen
Erfahren Sie mehr über die fortschrittliche Rechenplattform von Schrödinger
Erfahren Sie mehr über NVIDIA DGX A100
Full-Stack-Beschleunigung
NVIDIA DGX SYSTEME
Editable editable, click me for edit, editable, click me for edit, editable, click me for edit ...
Editable editable, click me for edit, editable, click me for edit, editable, click me for edit ...
Editable editable, click me for edit, editable, click me for edit, editable, click me for edit ...
UNIVERSELLE ARCHITEKTUR FÜR MEDIZINISCHE KI-INSTRUMENTE
Editable editable, click me for edit, editable, click me for edit, editable, click me for edit ...
Editable editable, click me for edit, editable, click me for edit, editable, click me for edit ...
Details
Editable editable, click me for edit, editable, click me for edit, editable, click me for edit ...
Editable editable, click me for edit, editable, click me for edit, editable, click me for edit ...
Editable editable, click me for edit, editable, click me for edit, editable, click me for edit ...
Editable editable, click me for edit, editable, click me for edit, editable, click me for edit ...
Editable editable, click me for edit, editable, click me for edit, editable, click me for edit ...
Editable editable, click me for edit, editable, click me for edit, editable, click me for edit ...
Editable editable, click me for edit, editable, click me for edit, editable, click me for edit ...
Editable editable, click me for edit, editable, click me for edit, editable, click me for edit ...
Editable editable, click me for edit, editable, click me for edit, editable, click me for edit ...
Editable editable, click me for edit, editable, click me for edit, editable, click me for edit ...
Komponenten | Funktion |
---|---|
NVIDIA RTX 6000 | Discrete GPU |
Xavier AGX 32 GB DRAM Module | CPU, GPU and I/O Processing |
Mellanox ConnectX-6 Smart Interconnect | Xavier AGX 32 GB DRAM Module |
250GB SSD | Removable Storage |
Komponenten | Funktion | |
---|---|---|
CPU | 8-core Carmel ARM v8.2 64-bit CPU, 8MB L2 + 4MB L3 | |
DRAM | 32GB 256-Bit LPDDR4x | 136.5GB/s | |
GPU | (RTX 6000) | 4608-core Turing GPU with 576 Tensor Cores and 72 RT Cores |
(AGX Xavier) | 512-core Volta GPU with 64 Tensor Cores | |
GPU Memory | (RTX 6000) | 24 GB GDDR6 |
GPU FP32 Performance | (RTX 6000) | 16.3 TFLOPS |
Storage | (AGX Xavier) | 32GB eMMC 5.1 |
(Removable SSD) | 250 GB | |
Power | 350 W | |
Encode | (AGX Xavier) | Up to 2x 1000MP/sec |
(RTX 6000) | Up to 1000MP/sec | |
Decode | (AGX Xavier) | Up to 2x 1500MP/sec |
(RTX 6000) | Up to 1500MP/sec |
Komponenten | Funktion | |
---|---|---|
1 x PCIe Gen4 x8 128 Gbps | (RDMA to GPU) | |
1 x PCIe Gen4 x8 128 Gbps | (to AGX Xavier) | |
2 x USB 3.1 Gen 2 | ||
1 x USB 2.0 | ||
1 x 100 Gbps Ethernet QSFP | (To Mellanox) | |
1 x 10 Gbps Ethernet RJ45 | (To Mellanox) | |
1 x 1 Gbps Ethernet RJ45 | (to AGX Xavier) | |
1 x SD Card | ||
1 x USB-C | Debug Interface | |
Video Input | HDMI In | CSI In |
Video Output | HDMI Out (from AGX Xavier) | DP Out (from RTX 6000) |
Das Clara AGX Developer Kit ist ausschließlich für Mitglieder des NVIDIA Clara Developer Partner Programms erhältlich. Registrieren Sie sich über die Anwendung für das Developer Partner Program, und ein NVIDIA-Vertriebsmitarbeiter wird sich mit Ihnen in Verbindung setzen, um die nächsten Schritte festzulegen. Benutzer können sich nur mit einer Unternehmens- oder Universitäts-E-Mail-Adresse anmelden.
Holen Sie sich das Clara AGX Developer Kit- NVIDIA RTX -Unterstützung - Docker und CUDA, TensorRT, dGPU-Aktivierung.
- NVIDIA Rivermax 100GbE Streaming - Das Rivermax Transportprotokoll streamt Daten über Ethernet direkt in GPU GDDR DRAM mit GPU Direct Technologie.
- NVIDIA Clara Guardian Unterstützung - Entwicklung von KI-Anwendungen zur Verbesserung der Patientenversorgung und der betrieblichen Effizienz unter Verwendung von alltäglichen Sensoren wie Kameras und Mikrofonen.
- Unterstützung des Windows Gerätemodus - Der I/O-Treiber ermöglicht den Betrieb des Jetson AGX im Gerätemodus auf Windows 10 Rechnern.
- Endoskopie mit NVIDIA DeepStream - Video-In und Inferenz für die Endoskopie und andere videobasierte Modalitäten
- Sensorverarbeitung - Unterstützung für serielle Kameraschnittstellen
- Referenzanwendung für KI-Endoskopie und -Ultraschall
ZUSÄTZLICHE ENTWICKLUNGSRESSOURCEN
Clara Discovery ist eine wachsende Sammlung von Frameworks, Anwendungen und Modellen, die eine GPU-beschleunigte rechnergestützte Arzneimittelforschung ermöglichen. Clara Discovery unterstützt insbesondere Genomik-Workflows mit Clara Parabricks, CryoEM-Pipelines mit Relion, virtuelles Screening mit Autodock, Proteinstrukturvorhersage mit MELD, verschiedene Molekularsimulationsanwendungen von Drittanbietern, vortrainierte Modelle und Trainingsframeworks von Clara Imaging sowie Clara NLP mit BioMegatron, vortrainierten Modellen von BioBert und dem Trainingsframework NeMo.
Clara Parabricks ist ein Berechnungsframework, das genomische Anwendungen von der DNA bis zur RNA unterstützt. Es nutzt die CUDA-, HPC-, KI- und Datenanalyse-Stacks von NVIDIA, um GPU-beschleunigte Bibliotheken, Pipelines und Referenzanwendungs-Workflows für Primär-, Sekundär- und Tertiäranalysen zu erstellen. Clara Parabricks ist ein komplettes Portfolio von Standardlösungen in Verbindung mit einem Toolkit zur Unterstützung der Entwicklung neuer Anwendungen, die den Anforderungen von Genomiklaboren entsprechen.
Clara Imaging ist ein domänenoptimiertes Anwendungsframework für Entwickler, das ein TensorFlow-basiertes Trainingsframework mit hochmodernen, vortrainierten Modellen enthält, um die KI-Entwicklung mit Techniken wie Transfer Learning, Federated Learning und AutoML in Gang zu bringen. Um eine schnellere Erstellung von KI-fähigen Daten zu ermöglichen, enthält Clara Train APIs für KI-gestützte Annotationen, die jeden medizinischen Viewer KI-fähig machen.
Clara NLP ist eine Sammlung von SOTA biomedizinischen vortrainierten Sprachmodellen und hochoptimierten Pipelines für das Training von NLP-Modellen auf biomedizinischen und klinischen Texten. Mit NeMo und BioMegatron können Forscher und Datenwissenschaftler noch leistungsfähigere NLP-Modelle auf dem großen Korpus der ihnen zur Verfügung stehenden Textdaten aufbauen.
Autodock ist eine wachsende Sammlung von Methoden für computergestütztes Docking und virtuelles Screening, die bei der strukturbasierten Arzneimittelentdeckung und der Untersuchung grundlegender Mechanismen der biomolekularen Struktur und Funktion eingesetzt werden.
Clara basiert auf NVIDIA CUDA 10.1.243, was die NVIDIA-Treiberversion 418.xx erfordert. Wenn Sie jedoch mit Tesla arbeiten (z. B. T4 oder einer anderen Tesla-Karte), können Sie die NVIDIA-Treiberversion 384.111+ oder 410 verwenden. Sie können auch die Treiberversion 396 für Tesla T4 verwenden.
Die Endbenutzer-Lizenzvereinbarung ist im Lieferumfang des Produkts enthalten. Die Lizenzen sind auch in der Zip-Datei der Modellanwendung enthalten. Durch das Ziehen und Verwenden des Clara Train SDK-Containers und das Herunterladen von Modellen akzeptieren Sie die Bedingungen dieser Lizenzen.
EINE FLEXIBLE CLOUD-INFRASTRUKTUR FÜR IHR VIRTUELLES RECHENZENTRUM
WARUM sysgen?
sind wir Ihr Partner für komplexe IT-Aufgaben im Software-, Hardware- und medizinischen Lösungsbereich.
Neben NVIDIA's Flaggschiff DGX H100 bieten wir selbstverständlich auch weitere Alternativen der Hersteller an. Ob NVIDIA DGX oder Supermicro HGX Systeme in NVIDIA zertifizierten Servern, einzelne GPUs oder branchenspezifische Serverkonfigurationen-
wir führen für jedes Budget das Passende im Programm.