El superordenador HiPerGator, reconocido por ser el más rápido en el ámbito universitario estadounidense, ha permitido avanzar un paso más en la investigación molecular gracias a sus modelos de inteligencia artificial y a su capacidad excepcional en unidades de procesamiento gráfico (GPU). Estas herramientas han hecho posible el estudio de las interacciones y evolución de vastos conjuntos de átomos y moléculas, una tarea previamente inconcebible con las capacidades de cálculo disponibles.
Jinze Xue, doctorando en la Universidad de Florida, llevó a cabo durante las vacaciones de invierno de 2023 un experimento de química prebiótica. Utilizando más de 1000 GPU A100, el experimento permitió identificar 12 aminoácidos, tres nucleobases, un ácido graso y dos dipéptidos entre 22 millones de átomos. Este descubrimiento marca un progreso significativo, revelando la formación de moléculas complejas que no habrían sido detectables con sistemas de cálculo menos potentes.
El éxito de esta investigación se basa en el uso del aprendizaje automático y la inteligencia artificial para calcular las energías y fuerzas que actúan sobre los sistemas moleculares. Estos métodos, según Adrian Roitberg, profesor en el Departamento de Química de la Universidad de Florida, proporcionan resultados comparables a los de la química cuántica de alto nivel, pero aproximadamente un millón de veces más rápido.
Erik Deumens, director senior para UFIT Research Computing, destaca la capacidad única de HiPerGator para realizar grandes cálculos, abriendo el camino a importantes avances científicos. Esta estrecha colaboración entre la universidad y el equipo de Ying Zhang, responsable del soporte a la inteligencia artificial en UFIT, ha permitido acelerar el análisis de los datos, reduciendo el tiempo de análisis a solo siete horas, frente a los tres días inicialmente estimados.
Esta investigación ilustra el potencial de las simulaciones informáticas a gran escala para descubrir cómo las moléculas complejas pueden formarse a partir de bloques de construcción simples. Marca un paso hacia la comprensión de los orígenes de la vida en la Tierra y demuestra la importancia de las infraestructuras de cálculo avanzadas en la investigación científica contemporánea.