2 فوریه 2024 -توسط دانشگاه فلوریدا-اعتبار: CC0 دامنه عمومی
کتاب های درسی زیست شناسی پایه به شما می گویند که تمام حیات روی زمین از چهار نوع مولکول ساخته شده است: پروتئین ها، کربوهیدرات ها، لیپیدها و اسیدهای نوکلئیک. و هر گروه برای هر موجود زنده حیاتی است.
اما اگر انسان‌ها واقعاً بتوانند نشان دهند که این «مولکول‌های حیات»، مانند اسیدهای آمینه و بازهای DNA، می‌توانند به طور طبیعی در محیط مناسب شکل بگیرند، چه؟ محققان دانشگاه فلوریدا از HiPerGator – سریعترین ابر رایانه در آموزش عالی ایالات متحده – برای آزمایش این امر استفاده می کنند.
تا یک دهه پیش، انجام تحقیقات در مورد تکامل و برهمکنش‌های مجموعه‌های بزرگی از اتم‌ها و مولکول‌ها تنها با استفاده از آزمایش‌های شبیه‌سازی کامپیوتری ساده انجام می‌شد. قدرت محاسباتی مورد نیاز برای مدیریت مجموعه داده‌ها در دسترس نبود.
اکنون به لطف HiPerGator است که با استفاده از ابر رایانه، UF Ph.D. دانشجوی Jinze Xue (از گروه شیمی محاسباتی رویتبرگ) توانست آزمایش شیمی اولیه زمین در مقیاس بزرگ را در طول تعطیلات زمستانی 2023 انجام دهد.
Xue از بیش از 1000 پردازنده گرافیکی A100 در HiPerGator استفاده کرد و آزمایش دینامیک مولکولی را روی 22 میلیون اتم انجام داد که 12 اسید آمینه، سه نوکلئوباز، یک اسید چرب و دو دی پپتید را شناسایی کرد. کشف مولکول‌های بزرگ‌تر، که در سیستم‌های محاسباتی کوچک‌تر امکان‌پذیر نبود، دستاورد مهمی بود.
دکتر آدریان رویتبرگ گفت: موفقیت قبلی ما را قادر ساخت تا از یادگیری ماشینی و هوش مصنوعی برای محاسبه انرژی ها و نیروها بر روی سیستم های مولکولی استفاده کنیم، با نتایجی که مشابه نتایج شیمی کوانتومی سطح بالا اما حدود 1 میلیون برابر سریعتر است. استادی در دپارتمان شیمی UF که شش سال است از یادگیری ماشین برای مطالعه واکنش های شیمیایی استفاده می کند.
این سوالات قبلا پرسیده شده بود، اما به دلیل محدودیت های محاسباتی، محاسبات قبلی از تعداد کمی اتم استفاده می کردند و نمی توانستند محدوده زمانی مورد نیاز برای به دست آوردن نتایج را کشف کنند. اما با HiPerGator، ما می توانیم این کار را انجام دهیم.”
Erik Deumens، Ph.D.، مدیر ارشد محاسبات تحقیقاتی UFIT، توضیح داد که چگونه این استفاده کامل HiPerGator ممکن بود.
دیومنز گفت: HiPerGator دارای قابلیت منحصر به فردی برای اجرای محاسبات «قهرمانی» بسیار بزرگ است که از کل دستگاه استفاده می کند، با پتانسیل منجر به پیشرفت در علم و دانش. وقتی متوجه شدیم که گروه دکتر رویتبرگ چه کاری انجام می‌داد، به او نزدیک شدیم تا با کدی که او ایجاد کرده بود، یک «قهرمان» را امتحان کنیم.»
ظهور هوش مصنوعی و پردازنده‌های گرافیکی قدرتمند می‌تواند چنین شبیه‌سازی‌های علمی با داده فشرده را انجام دهد – محاسباتی که دانشمندان تنها چند سال پیش می‌توانستند تصور کنند.
رویتبرگ گفت: «با استفاده از روش‌های یادگیری ماشین، ما یک شبیه‌سازی با استفاده از مجموعه کامل پردازنده‌های گرافیکی HiPerGator ایجاد کردیم. “ما توانستیم در زمان واقعی، تشکیل تقریباً هر اسید آمینه (آلانین، گلیسین، و غیره) و تعدادی مولکول بسیار پیچیده را ببینیم. این تجربه بسیار هیجان انگیز بود.”
این پروژه بخشی از یک تلاش مداوم برای کشف اینکه چگونه مولکول‌های پیچیده می‌توانند از بلوک‌های ساختمانی اولیه تشکیل شوند و این فرآیند از طریق شبیه‌سازی‌های کامپیوتری بزرگ به صورت خودکار انجام شود. رویتبرگ و گروه تحقیقاتی او ساعات زیادی را با اعضای UFIT کار کردند. یینگ ژانگ، مدیر پشتیبانی هوش مصنوعی UFIT، نقطه آزمایش را اجرا کرد.
“یینگ تیمی متشکل از کارکنان محاسبات تحقیقاتی و کارکنان NVIDIA را برای کمک به مقیاس‌بندی اجرای محاسباتی، ارائه مشاوره‌ها و کمک‌های ارزشمند و تسریع تجزیه و تحلیل داده‌ها تا جایی که تجزیه و تحلیل‌ها تنها در هفت ساعت (به جای سه مورد) انجام شد، گرد هم آورد. رویتبرگ گفت “ما هر هفته، از زمان شروع اولیه تا نتایج نهایی، در یک همکاری بسیار پربار با هم ملاقات کردیم.”
نتایج و زمان کوتاهی که HiPerGator توانست آنها را ارائه دهد، پیشگامانه بود و محققان را یک گام به پاسخ به سؤالات در مورد چگونگی تشکیل مولکول‌های پیچیده نزدیک‌تر کرد. و این واقعیت که رویتبرگ توانست این محاسبات را اجرا کند نشان می دهد که UF توانایی پشتیبانی از «دوران قهرمان» یا «محاسبات روشن» را دارد که پروژه های علمی و مهندسی و علمی را به جلو می برد.
رویتبرگ گفت: «این یک فرصت عالی برای دانشکده UF است. داشتن HiPerGator در خانه – با کارکنان باورنکردنی که مایلند برای کمک به محققان در تولید علم پیشگامانه مانند این تلاش کنند – چیزی است که همکاران غیر UF من را بسیار حساس می کند.”
