LMi-MAG SP avril - Flipbook - Page 60
Proposé par Nvidia
IA
Sorbonne Université :
le calcul HPC au service
des avancées scientifiques
Dans le cadre du projet européen COVID-HP (PRACE), l’Institut Parisien de Chimie
Physique et Théorique (Sorbonne-Université/CNRS) porte son logiciel de recherche
et de simulation biomoléculaire - sur GPU Nvidia. Au service d’avancées scientifiques
et sociétales majeures, ces véritables « cerveaux numériques » permettent une
accélération de l’ordre de 150 des calculs de haute performance destinés aux travaux
de recherche sur la protéine Spike du SARS-CoV‑2.
© DR
Des difficultés à pleinement adopter le cloud
Ce programme de recherche en physique atomique et moléculaire
destiné à la compréhension des mécanismes de l’infection virale
du Covid-19 se base sur des calculs en simulation biomoléculaire
portant sur les comportements et interactions des 4 millions
d’atomes de la protéine Spike, clé permettant au SARS-CoV‑2 de
pénétrer nos membranes cellulaires. Depuis 10 ans, un programme
de simulation moléculaire est développé en interne par les ingénieurs et chercheurs de l’institut, pour simuler les différents
mouvements des atomes et en étudier les propriétés physiques
de leurs macro-assemblages.
Luc-Henri JOLLY
Responsable Informatique à l’Institut Parisien
de Chimie Physique et Théorique SorbonneUniversité et Ingénieur d’études au CNRS
60 / Hors-série secteur public / avril 2022
Mais les calculs suscités par de telles simulations de longue durée
concernant les positions, les vitesses et accélérations des atomes
de la protéine Spike se heurtaient à une consommation de temps
CPU trop importante. Luc-Henri Jolly, Responsable Informatique
à l’Institut Parisien de Chimie Physique et Théorique SorbonneUniversité et Ingénieur d’études au CNRS, l’explique : « Il y a quatre
ans, nous consommions une somme colossale d’heures de calcul
sur la version CPU de notre code. Alors qu’un seul mouvement
d’atome implique un recalcul complet, une simulation dite “valable”
nous prenait près d’un an et demi. L’opportunité s’est alors présentée pour nous de porter notre code sur multi GPU dans l’optique
d’accélérer considérablement notre vitesse de production de la
simulation. »