Tesla là một kiến trúc vi xử lý đồ họa của nVidia. Kiến trúc này không chỉ phục vụ cho những game thủ với khả năng xử lý đồ họa tốt, mà còn nhờ vào khả năng tính toán với tốc độ cao, các vi xử lý này cũng đã được áp dụng vào trong thực tế rất nhiều, từ các lĩnh vực y tế cho đến các lĩnh vực chuyên dụng hơn như quân đội.
SNEAK của OpCoast – Tạo mô hình ngăn sóng radar hiệu quả
Các thiết bị nổ tự tạo (IED – Improvised explosive device) hay còn gọi là “booby-trap”, thực sự là kẻ thù không đội trời chung của lính bộ. Theo tổ chức phòng vệ Joint IED Defeat (JIEDDO), thiết bị IED thường do người dân tự chế, có thể gây tử vong hoặc thương tích vì chúng kết hợp hoá chất độc hại, chất độc sinh học hoặc các chất liệu có tính bức xạ cao. Một thiết bị IED có thể được làm từ bất kỳ thứ gì với nguyên liệu dễ cháy và một bộ kích, có thể kích hoạt từ xa bằng các thiết bị khác như điện thoại hay bộ điều khiển cửa garage.
Làm nhiễu sóng radio là cách rất hiệu quả để ngăn chặn tính hiệu truyền kích nổ IED và tạo ra được một khu vực quân đội an toàn. Ngành khoa học về truyền dẫn tín hiệu radio (phân tích bước sóng radio và cách chúng truyền dẫn trong không trung thế nào) là nền tảng để nhận diện bước sóng, nhưng dù vậy, nhận diện bước sóng cũng là một thách thức không nhỏ. Làm nhiễu sóng truyền radio là việc khá dễ dàng nếu bạn muốn ngăn sóng ở các khu vực có địa hình bằng phẳng, như trên một mặt băng, hay bề mặt sa mạc, nhưng với các môi trường như thành thị thì điều này không phải dễ thực hiện. Các toà nhà lớn và các con đường hẹp tạo thành các mạng lưới hỗn độn, có những đường truyền sóng phức tạp vì sóng radio ánh xạ lên toà nhà và địa hình, tạo ra nhiễu xạ xung quanh rìa các toà nhà.
Giải pháp SNEAK (Sensor/Network Electronic Attack Kit) của OpCoast giúp các chuyên gia phân tích được môi trường vật lý thực và tối ưu hoá tần sóng radio để dò soát và làm nhiễu cho quân đội trong các nhiệm vụ tại khu vực thành thị phức tạp. Sử dụng khả năng xử lý song song của bộ vi xử lý đồ họa (GPU) NVIDIA Tesla, SNEAK có thể phân tích thời gian thực các hiểm hoạ, giúp quân đội có thể trực tiếp gây nhiễu sóng radio nhanh chóng và hiệu quả. Các đơn vị quân đội cơ động có thể đánh dấu các khu vực để gây nhiễu sóng của đối phương nhưng vẫn giữ được sóng liên lạc của đồng đội, đảm bảo các khu vực có nguy cơ cài bom được an toàn.
“Gây nhiễu sóng chỉ là bước khởi đầu,” ông Ben Epstein, phó chủ tịch dự án đặc biệt tại OpCoast, cho biết. “SNEAK vốn được chạy trên các máy trạm và cụm máy tính Linux hiệu năng cao, nhưng nhờ có sức mạnh của GPU mà chương trình này có thể chạy từ offline sang thành công cụ triển khai thời gian thực. Các khả năng tính toán mạnh mẽ của GPU giúp chúng tôi rút được từ nhiều giờ đồng hồ chỉ còn lại vài giây xử lý”.
Petaquake – Dự đoán động đất dễ dàng Một ví dụ điển hình về thảm họa động đất là vào năm 2011 tại Nhật, trận động đất ấy xảy đến mà không có trước một cảnh báo nào, xảy ra ngay tại những khu vực không ngờ tới nhất. Để nghiên cứu và dự báo hiệu quả động đất, các nhà địa chất cần thực hiện những giả lập chính xác, dựa trên nhiều yếu tố, dữ kiện như địa hình, môi trường, đặc điểm từng khu vực, kết cấu địa chất… Với những dữ liệu này, dự đoán của các nhà địa chất có thể khác nhau tùy vào từng khu vực cụ thể. Các dự đoán vận động địa chất hiện thời đều dựa trên các mô hình nứt gãy của động đất. Những mô hình này đòi hỏi cần một lượng bộ nhớ cực lớn và khả năng xử lý tính toán rất mạnh. Hệ thống máy tính thông thường không xử lý được mà phải cần đến siêu máy tính. Và siêu máy tính hiện không phải đâu cũng có. “Rất khó cho các nhà địa chất học dự đoán động đất vì thiếu công cụ, vì những vận động địa chất bên dưới mặt đất cần giả lập rất phức tạp,” ông Lapo Boschi, phó tiến sỹ và nhà nghiên cứu địa chất kỳ cựu thuộc viện nghiên cứu địa chất Zurich, Đức, cho biết.
Dự án Petaquake là sự hợp tác về nghiên cứu giữa các nhà địa chất ETH Zurich và các nhà khoa học/toán học đại học Basel, Đức, nhằm phát triển các phương pháp tốt hơn để cải thiện hình ảnh giả lập được trong lòng đất. Nhiệm vụ cốt yếu này sẽ giúp giảm được thời gian cho quy trình dự đoán động đất rất nhiều, tăng khả năng và cơ hội nhận diện được động đất sớm và có những cảnh báo sớm.
Bằng cách định ra mảng dữ liệu về địa hình và kết cấu đất đá trong từng phần của mảng địa hình đó, các nhà địa chất học có thể tạo được một mô hình 3 chiều về lớp bên ngoài vỏ trái đất theo từng vùng riêng biệt, và tính toán chính xác mỗi vùng đó sẽ vận động như thế nào khi động đất xảy ra. Nhờ tận dụng tốt khả năng xử lý của GPU nVidia, Petaquake có thể theo dõi được các đợt rung chấn do động đất để vẽ ra được bản đồ 3D về cấu trúc bên trong của trái đất. Điểm rung chấn, sức lan truyền và lịch sử rung chấn là những dữ kiện quý giá để dự đoán động đất hiệu quả.
“Cách tiếp cận này tương tự như phương pháp của y khoa, nhưng thay vì sử dụng tia điện từ X-ray, chúng tôi sử dụng sóng địa chấn,” ông Tarje Nissen-Meyers, phó tiến sỹ và là nhà nghiên cứu địa chất thuộc viên nghiên cứu địa chất Zurich, cho biết. “Biết được có cái gì bên dưới một thành phố cũng là điều rất cần thiết, để chúng ta có được những phương án thích hợp khi thiết kế, thi công nhà cửa.” Thông tin này cũng giúp cho các nhà khoa học lên mô hình cảnh báo sớm nếu có những nguy hiểm về động đất sắp xảy ra để giảm rủi ro cho những
doanh nghiệp thường thiệt hại nặng khi có động đất như bệnh viện, nhà máy điện.
Nghiên cứu của J.P. Morgan – GPU tăng tốc độ tính toán rủi ro và giảm chi phí Tính toán quản lý rủi ro thường có chi phí rất lớn trong ngành công nghiệp dịch vụ tài chính. Là một trong những công ty dịch vụ về ngân hàng lớn nhất thế giới, J.P. Morgan cần tìm ra cách tính toán về rủi ro trong thời gian nhanh nhất mà không tăng chi phí cơ sở hạ tầng.
Đây là một trong những mục tiêu mà tập đoàn này đưa vào kế hoạch 3 năm để giảm chi phí tính toán rủi ro xuống 75%. Và điều giúp J.P. Morgan cần làm là thay đổi công nghệ của các trung tâm dữ liệu của họ để có thể đạt được mục tiêu tiết kiệm chi phí này. Một mục tiêu phụ khác là cần biến trung tâm dữ liệu “xanh” hơn, giữ được năng lực tính toán mạnh và giảm điện năng tiêu thụ.
Vào năm 2009, nhóm công cụ phái sinh (Equity Derivatives Group) của J.P. Morgan bắt đầu đánh giá GPU NVIDIA Tesla để thay thế cho kiến trúc cơ sở hạ tầng lúc ấy của họ, xem liệu có đáp ứng được các mục tiêu trên hay không. Cuối cùng, họ đã chọn GPU Tesla M2070 để tích hợp trong kiến trúc điện toán lưới toàn cầu của mình vào năm 2010, và ngay lập tức nhận thấy đây là chọn lựa đúng.
GPU có thể phân tích tính toán về rủi ro trong khắp các sản phẩm đầu tư của J.P. Morgan chỉ trong vòng vài phút, thay vì hết cả một đêm so với trước đây. GPU Tesla đã cho J.P. Morgan lợi thế không nhỏ về mặt cạnh tranh trên thị trường khi mà họ có thể quyết định được ngay khi đầu tư. Hệ thống Tesla có thể chạy các tính toán tình huống phức tạp và có thể chạy liên tục nhiều tình huống. GPU là công nghệ “thay máu” cho J.P. Morgan.
Sử dụng GPU thay cho bộ xử lý đã tăng tốc ứng dụng lên đến 40 lần so với khi chạy trên nền CPU, và tổng chi phí tiết kiệm đến 80%. GPU NVIDIA Tesla hiện được sử dụng trong nhiều trung tâm dữ liệu tại các văn phòng trên toàn cầu của ngân hàng này và nguồn lực GPU cũng được chia sẻ xuyên suốt trong các ứng dụng của họ. Việc tích hợp GPU trong kiến trúc tính toán chia sẻ toàn cầu đã giúp họ tận dụng khả năng GPU đến 70%, 24 giờ mỗi ngày. Tiếp tục phát triển, hãng lên kế hoạch tăng thêm loại tính toán cho kiến trúc GPU cũng như nghiên cứu các mô hình mới mà trước đây họ chưa thể thực hiện được do rào cản của khả năng xử lý tính toán lúc trước.
Trung tâm siêu máy tính Jülich – Giải mã bí mật của bộ não Forschungszentrum Jülich tại Đức là viện nghiên cứu đa ngành quy mô lớn, tập trung tìm giải pháp tác động trực tiếp vào đời sống xã hội về các lĩnh vực như sức khoẻ, năng lượng và công nghệ thông tin. Forschungszentrum Jülich hiện có trung tâm siêu máy tính Jülich, là một trong những nguồn lực tính toán mạnh nhất tại châu Âu hiện nay, giúp các nhà khoa học và kỹ sư khắp thế giới giải quyết được những vấn đề tính toán phức tạp trong nhiều lĩnh vực khác nhau.
Ngành thần kinh học hiện là một trong những lĩnh vực quan trọng của trung tâm này. Tại đây, các nhà khoa học hiện đưa ra được một cách tiếp cận mới đến bộ não người, nhằm tìm ra giải pháp chữa được một số bệnh về thần kinh.
Chứng tự kỉ, các bệnh xơ cứng và bệnh Alzheimer là những bệnh liên quan nhiều nhất đến hệ thần kinh, hiện gây tác hại trên hàng triệu người trên thế giới. Hiện cũng đã có một số nghiên cứu phát hiện và chữa trị được một phần nào các chứng bệnh trên nhưng các nhà nghiên cứu vẫn phải cần tiếp tục đưa ra cách chữa trị mới hữu hiệu hơn.
Khai phá được những bí ẩn phía sau bộ não con người và những triệu chứng bất thường của não đòi hỏi các nhà nghiên cứu phải hiểu được thấu đáu kiến trúc và phương thức vận hàng bên trong não người. Vì não người là một hệ thống khép kín,chứa đến 100 tỉ nơ-ron thần kinh với các đa liên kết vừa ngắn, vừa dài ở từng nơ-ron trên khắp các vùng não. Có một cách để nghiên cứu cấu trúc và chức năng của bộ não là pháp triển các mô hình giả lập. Tuy nhiên, để tạo được một mô hình như thực với mức chính xác từng chi tiết là quy trình vô cùng phức tạp và rắc rối, đòi hỏi nguồn lực tính toán của hệ thống rất nhiều.
Các nhà nghiên cứu tại trung tâm thần kinh học và dược liêu tại viện nghiên cứu Forschungszentrum Jülich (INM-1) đã đưa ra một cách tiếp cận độc đáo khi tạo được một mô hình não người rất chi tiết bằng cách kết hợp một số lượng tập dữ liệu cực lớn. Những dữ liệu này gồm hình ảnh của các vùng não khác nhau thu thập được và các hình ảnh cộng hưởng từ. Họ cũng tận dụng hình ảnh từ kỹ thuật tạo ảnh ánh sáng phân cực3D (3D-PLI) do INM-1 phát triển, cung cấp được các thông tin chi tiết về phương hướng và góc độ của dây thần kinh trong não với độ chính xác nhỏ hơn milimet. INM-1 tận dụng các siêu máy tính chạy nền tảng GPU để tạo mô hình não bộ này, gồm hệ thống Jülich Dedicated GPU Envỉonment (JuDGE) chạy với GPU NVIDIA Tesla. GPU giúp các nhà nghiên cứu tăng tốc độ dựng mô hình các vùng của não nhanh hơn 50 lần so với trước và dựng hình mô hình với độ nét cao, chính xác về cấu trúc và gần như thực.
Một khi được phát triển hoàn chỉnh, mô hình 3D về não bộ con người sẽ cho phép các nhà nghiên cứu có thể thấy được chi tiết kiến trúc của bộ não, các chức năng của từng vùng não và các đa liên kết trong từng nơ-ron, là công cụ rất hữu hiệu cho ngành thần kinh học.
H1N1 – Giải pháp đương đầu Trong một bản báo cáo tháng 6/2012, các nhà phân tích dự đoán dịch bệnh H1N1 2009 đã lấy đi mạng sống của hơn 284.000 người trong 12 tháng đầu tiên khi virus này lan rộng trên khắp trái đất, và có thể nếu tính luôn trước khi phát hiện virus này cũng đã có 575.400 người chết. Một trong những nguyên nhân chính để cho dịch bệnh này lan truyền toàn cầu và có tỉ lệ lây nhiễm cao (theo các trung tâm quản lý dịch bệnh, có đến 89 triệu người bị nhiễm bệnh) là do virus này có nhiều biến thể và có sức lây lan nhanh, liên tục, khiến cho các thuốc phòng chống lây nhiễm như Tamiflu hay Relenza không còn tác dụng.
Kể từ khi dịch bệnh này bùng phát hồi năm 2009, các nhà nghiên cứu cũng đã cố gắng đưa ra một phương thức để nhận diện nhanh chóng các biến thể của H1N1 nhằm phát triển thuốc kiềm hãm lại virus này, giảm tối thiểu khả năng lây lan của nó. Nhưng việc nghiên cứu virus như H1N1 trong các phòng thí nghiệm lại rất khó khăn bở vì các phản ứng thường quá nhanh và quá mỏng nên khó có thể ghi nhận lại được. Vấn đề này là thách thức thực sự khi các nhà nghiên cứu muốn nắm bắt được cơ chế vận hành của virus H1N1, vì virus này biến đổi quá nhanh và liên tục.
Các siêu máy tính có khả năng giả lập hành vi của virus, giúp các nhà khoa học có được một phương tiện phù hợp để phân tích chuyển đổi biến thể của H1N1, nhưng các hệ thống này lại không phải có được ngay vì chi phí truy cập rất đắt đỏ, tốn nhiều năng lượng. Các nhà nghiên cứu ngày nay dễ dàng giả lập được các biến thể của H1N1 và có thể đưa ra được các vaccin phòng ngừa và chống hiệu quả.
Các nhà nghiên cứu tại đại học Bristol, Anh Quốc, kết hợp với đại học Bansomdejchaopraya Rajabhat và đại học Chulalongkorn tại Thái Lan, đã có được chìa khoá giải mã biến thể của H1N1 khi sử dụng một cụm máy tính nhỏ sử dụng GPU Tesla của NVIDIA. Chạy các giả lập cao cấp sử dụng ứng dụng phân tử động AMBER, các nhà nghiên cứu quan sát được cách mà virus H1N1 biến đổi về cấu trúc hoá học và sinh học, phân tích được xu hướng chuyển đổi biến thể của chúng và chất xúc tác enzyme chính của chúng. Có được các thông tin này, các nhà nghiên cứu lần đầu tiên có thể phát hiện được cơ chế kháng thuốc của H1N1.
Trước đây, sử dụng giả lập tính toán để nghiên cứu dược phẩm và ngăn ngừa dịch bệnh gặp rất nhiều hạn chế vì siêu máy tính cần cho công việc này rất lớn và chi phí cao. Còn đến nay, chỉ cần một máy chủ nền GPU phù hợp, các nhà nghiên cứu có thể thực hiện giả lập tính toán khoa học ngay tại nhà.
Nghẽn mạch máu – sát thủ ẩn mình Đau tim là một trong những bệnh gây tử vong cao nhất thế giới. Chỉ tính riêng ở Mỹ, mỗi năm có đến 500.000 người chết vì bệnh này. Trong số đó, có khoảng 80% bệnh nhân qua đời do suy tim, mà sâu xa hơn là do bị nghẽn mạch máu mà công nghệ hình ảnh y khoa thông thường không phát hiện ra được. Nếu dự báo và xác định được vị trí mạch máu bị nghẽn có thể cải thiện rất nhiều sức khoẻ của bệnh nhân và cứu được tính mạng.
Nhờ giả lập huyết lưu động, các bác sĩ có thể nhận biết ngay được áp lực máu tác động lên chính xác vị trí nào trong mạch máu, nhanh chóng xác định chỗ tắc nghẽn để kịp thời ngăn phòng hoặc chữa trị. Các quy trình nội soi hiện nay cần đưa một ống soi vào trong cơ thể bệnh nhân thì mới chụp được chỗ nghẽn của mạch máu và các vùng bất thường. Phương pháp dò khám rất hạn chế này vừa không chỉ được chắc chắn vị trí của điểm nghẽn trên mạch máu hoặc chỗ có nguy cơ bị nghẽn, nên luôn là trò chơi đoán điểm cho các chuyên gia tim mạch.
Phòng Harvard Engineering trong trường đại học y Harvard và bệnh viện Brigham & Women tại Boston, Mỹ cộng tác vùng nhau để ngăn ngừa những cơn đột tử do tim mạch mà không cần dùng đến kỹ thuật nội soi cũ nhưng vẫn loại bỏ được những điểm ứ huyết trong mạch máu. Ứng dụng khả năng tính toán của hệ thống, giả lập huyết lưu động trong động mạch của bệnh nhân có thể phát hiện ra được những vùng máu bị tắc nghẽn và những chỗ bị xơ vữa vành động mạch. Giả lập mạch máu động cho thông số chi tiết về tình trạng mạch máu của bệnh nhân qua từng giai đoạn chữa trị.
Tận dụng năng lực tính toán của GPU, các bác sĩ có thể bắt đầu tạo mô hình cách máu lưu thông qua tim cho đến những điểm bị nghẽn trong mạch máu. Kết quả cuối cùng của giả lập sẽ cho bác sĩ một bản đồ về những rủi ro vữa động mạch, chỉ ra được các vị trí của chỗ tắc nghẽn và cả những điểm có tiềm năng gây nghẽn để đặt ống đỡ (stent) để chữa trị. Phương pháp này không cần viện đến những kỹ thuật hình ảnh phức tạp hay phải giải phẫu. GPU cải thiện tốc độ đến 20 lần và tiết kiệm được rất nhiều chi phí cho ứng dụng giả lập huyết lưu và tái dựng hình ảnh giả lập. Đây được xem là kỹ thuật giả lập tiên tiến và thực tế nhất cho y khoa.
Không có GPU, số lượng thiết bị tính toán (xét về diện tích và chi phí) có thể rất lớn và đôi khi phí phạm tài nguyên. Và khả năng sớm nhận biết nguy cơ gây nghẽn mạch máu so với phương pháp cũ cũng là một đột phá mới về công nghệ ứng dụng trong y khoa, có thể cứu sống được nhiều mạng người nếu các bệnh viện và các trung tâm nghiên cứu sớm triển khai giải pháp này.
Khánh Hòa
Tin học & Đời sống tháng 3.2013
