伊利諾大學與亞利桑那州立大學的研究人員在 GTC Digital 大會期間，分享他們模擬整個細胞器的研究心得。
能源使用效率不只是在設計車輛或電網時所關注的問題，也是對每個活細胞從微觀層面進行計算時要關注的問題。
無論細胞是以光線還是葡萄糖為能量來源，都是晝夜不停地工作，以產生足夠的能量來在其環境中存活下來。這種能量轉換的效率愈高，細胞的生產力也就越高。
伊利諾大學厄巴納香檳分校與亞利桑那州立大學的研究人員模擬光合生物，以求瞭解這些生物獲取能源及提高生產力的方式。
如果用在農業上，這種優化代表提高作物產量；用在醫療保健領域，即可能意味著在精準醫療領域改善傳輸抗體和胜肽的效率，甚至是延長細胞的壽命；而用在能源業方面，則或許能提高生物燃料的燃燒效率。
亞利桑那州立大學分子科學學院助理教授 Abhishek Singharoy 說：「任何一種植物都想要能在任何地方生長，它會自己優化深層的機械結構，以便在各種環境條件下生存。作為科學家和工程師的我們，可以提高植物的生產力，以獲取更多能量。」
Singharoy 與合作對象在運用 NVIDIA GPU 加速技術的超級電腦上進行分子動力學模擬作業，這些超級電腦包括全球運算速度最快的系統，也就是橡樹嶺國家實驗室的 Summit 系統。他們在 GTC Digital 大會舉行之 150 餘場線上講座的其中一場，展示了其研究成果。
闡明光合作用的效率
綠色植物進行光合作用，將陽光轉化為食物。對許多生物體來說，吸收了這麼多的太陽能，卻只有不到一成被轉化為可用的養分。為了探究原因，研究人員使用了 GPU 加速技術來模擬紫色細菌（指能夠通過光合作用產生能量的厭氧變形菌）的光合作用裝置。
這項在 Summit 超級電腦上進行的原子尺度模擬作業，可以模擬 1.36 億個原子及其持續 500 奈秒（ 0.5 微秒）的運動。
研究小組過去使用橡樹嶺國家實驗室的 Titan 系統，現在改用 Summit 超級電腦，發現運行速度提高了六倍。他們平均使用系統上的 922 個節點來運行模擬內容，各節點搭載了六個 NVIDIA V100 Tensor Core GPU。
伊利諾大學資深研究程序員 Jim Phillips 說：「這麼一來就能以原子層級的解析度，建立真實度十足的整個光合作用裝置模型。要用到 GPU 平行運算技術，才能以夠快的速度來運行這種大小的動態模型。」
只是為了捕獲在光合作用過程中把光轉化為能量的過程，研究人員就得進行數十毫秒的長時間模擬作業。他們不是單獨模擬每個原子，而是用上近似值，將細胞簡化成剛性區域，使它們達到三十毫秒的標記。
研究小組以此為基礎，進一步擴大了預測內容，以判斷細胞在不同光照條件下要多長時間才能進行繁殖。他們發現這種細菌由於適應了充滿泥水的棲息環境，在低光照條件下有著最佳的生長情況。
Singharoy 說：「我們在渾濁的水中發現這種細菌，但我們有能力找出它可以在那般環境中生存的原因。細菌的基礎結構讓它在有更多陽光的條件下，無法產生更多能量，它才會待在光線較少的地方。」
紫色細菌只是開始，這是一種相對簡單的生物，研究人員可以取得進行模擬所需的各種蛋白質結構資料。而研究人員現在可以取得像是菠菜這種更為複雜之光合生物的資料集，打算模擬這些更為複雜的光合生物，以求獲得更多資訊，開發出產量更高的菠菜變種。
研究人員還希望用目前的模擬資料來訓練一個神經網路，這個神經網路可以按照機器學習（而非分子動力學）來預測細胞行為。
如需更多關於本研究的資訊，請觀看由 Singharoy 與 Phillips 擔任演講嘉賓的 GTC Digital 大會講座活動。