NVIDIA 的科學運算平台結合了模擬、人工智慧、資料分析與視覺化等技術，以對抗這場波及全球的流行病症。
全球科學家及研究人員爭相急切地想找出治療新冠肺炎的辦法。
這使得所有在本週以數位方式參加高效能運算大會 ISC 2020 Digital 的與會人員，他們的研究成果比起過去任何時候都變得更加重要。
而這些研究人員的研究範圍也在不斷擴大，納入較以往更廣泛的辦法。
NVIDIA 的科學運算平台在這方面扮演著極為吃重的角色，加快推動從資料分析、模擬和視覺化，再到人工智慧到邊緣處理等這些辦法的研究進程。
當中的部分亮點有：
- 在基因學研究方面， Oxford Nanopore Technologies 使用 NVIDIA 的 GPU ，僅用了七小時便完成了病毒基因組的定序作業。
- 在感染率分析與預測方面， NVIDIA RAPIDS 團隊使用 Plotly 的 GPU 加速資料視覺化工具 Dash ，可以更清楚深入地瞭解即時感染率分析結果。
- 在結構生物學方面，美國國家衛生研究院與德州大學奧斯汀分校使用 GPU 加速的 CryoSPARC 軟體，透過低溫電子顯微鏡重建病毒蛋白的第一個 3D 結構圖。
- 在治療疾病方面， NVIDIA 跟美國國家衛生研究院合作開發出一項人工智慧技術，根據肺部掃描結果精準對新冠肺炎的感染情況進行分類，以制定出有效的治療方案。
- 在藥物發現方面，橡樹嶺國家實驗室在 GPU 加速的 Summit 超級電腦上運行了斯克里普斯研究所（ Scripps Research Institute ）的 AutoDock ，僅用了十二個小時便篩選出十億個可能的藥物組合。
- 在機器人方面，新創公司 Kiwi 正在製造機器人，將以自動運行的方式來運送醫療用品。
- 在邊緣檢測方面， Whiteboard Coordinator Inc. 開發出一套人工智慧系統，可以自動測量和篩查體溫升高的情況，每小時能夠篩查超過兩千名醫護人員。
每天一覺醒來，看到各地付出無比心力所取得的出色成就，以及 NVIDIA 科學運算平台在協助深入認識病毒、發現測試和治療方案，以對抗新冠肺炎這場遍及全球的疾病方面所扮演的角色，的確深具啟發性。
我們十分重視為科學運算領域提供端到端的工作流程，才能在這麼多領域的作為當中發揮自己的作用。
而我們採用了全堆疊式的創新作法來加快各關鍵應用領域的發展，使得我們能夠提供這些工作流程。
我們使用 cuDF 、 cuML 及 cuGRAPH 等針對特定領域的 CUDA-X 函式庫，加上 Magnum IO 的 I/O 的加速技術，加快了 Spark3.0 、 RAPIDS 和 Dask 等重點資料分析框架的運行速度。
在這些函式庫中有著數百萬行程式碼，讓開發人員和使用者無論是在桌面上使用我們的 GPU 來加快開發應用程式的速度，還是在資料中心、邊緣電腦、超級電腦或雲端環境運行它們，都能流暢地加快執行速度。
同樣地，我們加快了超過七百款高效能運算的應用程式，當中包括各款最為廣泛使用的科學應用程式。
NVIDIA 加快了各項人工智慧框架的運作速度，這對於那些未取得完整資訊的任務，像是無第一原理可遵循，或基於第一原理的方法過慢的情況下，已經變得極為重要。
加上我們在視覺運算領域的根基， NVIDIA 提供了加速的視覺化解決方案，能夠以視覺化的方式呈現 TB 級的海量資料。
像是 NASA 使用我們的加速堆疊技術，以視覺化的方式呈現首次載人火星登陸任務，這是全球規模最龐大的即時互動式立體資料視覺化作業（資料量達 150TB ）。
我們的深度領域函式庫也為科學運算用戶在各代架構上執行應用程式，流暢地提升運作效能，比如說從 Volta 到 Ampere 等各代 GPU 架構。
NVIDIA 也透過 NGC 提供各款全新及改進後的 GPU 優化科學運算應用程式給研究人員，讓他們能夠更快取得更深入的見解。
模擬、人工智慧與資料分析、邊緣串流和視覺化工作流程，科學運算領域的這四大支柱成為解決當前與未來各項難題的關鍵。