La próxima generación de centros de datos líquidos, pantallas OLED ultra eficientes y baterías más duraderas no se diseñará solo en el laboratorio, sino también en las GPU. En la conferencia SC25, celebrada en St. Louis, NVIDIA ha mostrado cómo la computación acelerada y la inteligencia artificial están redefiniendo la forma en que se descubren y optimizan nuevos materiales, de la mano de proyectos reales en energía, electrónica y visualización.

El punto en común de todas estas iniciativas es el mismo reto: el espacio de posibles moléculas es tan grande que resulta imposible explorarlo solo con experimentos físicos o simulaciones tradicionales en CPU. La respuesta pasa por combinar sensores avanzados, IA en el edge y microservicios especializados en química y ciencia de materiales.

Holoscan: IA en tiempo real para ver la materia a escala nanométrica

Uno de los ejemplos más llamativos llega desde el Brookhaven National Laboratory (Estados Unidos), que opera el National Synchrotron Light Source II (NSLS-II), una de las instalaciones de rayos X más avanzadas del mundo. Allí, los científicos utilizan haces de alta energía para estudiar materiales complejos —como baterías, microelectrónica o nanopartículas— con resolución de pocos nanómetros.

Cada experimento genera volúmenes masivos de datos que, hasta ahora, requerían largos tiempos de procesamiento antes de poder extraer conclusiones. Eso significaba que los investigadores a menudo tenían que “esperar a mañana” para saber si habían apuntado al lugar correcto o si el experimento debía repetirse.

Con la plataforma NVIDIA Holoscan, el NSLS-II está llevando el procesamiento al límite mismo de la adquisición de datos: la pipeline acelerada procesa en tiempo real los flujos de información que salen de los detectores, ofreciendo feedback casi instantáneo a los científicos.

Esto tiene varias consecuencias prácticas:

• Decisiones sobre la marcha: los investigadores pueden ver en segundos si un área de la muestra contiene una estructura interesante y ajustar el experimento en tiempo real.
• Más ciencia por hora de máquina: optimizar el tiempo de uso de un sincrotrón, una infraestructura extremadamente costosa, se traduce en más experimentos, más usuarios atendidos y mayor retorno científico.
• Camino hacia experimentos autónomos: el laboratorio ya contempla la integración de modelos de IA no solo para reconstruir imágenes, sino también para ayudar a controlar los equipos y dirigir de forma autónoma futuras campañas de medida.

En términos de operación, Holoscan actúa como una plataforma de procesamiento en el edge de muy alta velocidad: recibe los datos brutos, aplica modelos de IA y algoritmos de reconstrucción sobre GPU y devuelve resultados utilizables casi en tiempo real. Una pieza clave en un mundo donde los instrumentos científicos generan más datos de los que es posible revisar manualmente.

ALCHEMI: microservicios de IA para explorar millones de moléculas

Mientras Holoscan acelera la comprensión de materiales ya existentes, NVIDIA ALCHEMI se centra en diseñar los materiales del futuro. ALCHEMI es un conjunto de microservicios y herramientas para química y ciencia de materiales integrado en el ecosistema NVIDIA NIM, pensado para que empresas y centros de investigación puedan escalar sus simulaciones a niveles impensables con enfoques tradicionales.

En SC25 se han destacado dos microservicios clave:

• Batched conformer search: búsqueda masiva de conformeros, es decir, distintas configuraciones espaciales que puede adoptar una misma molécula.
• Batched molecular dynamics: simulaciones de dinámica molecular en lote, que permiten estimar cómo se comportan los materiales a nivel atómico bajo diferentes condiciones.

Ambos microservicios están diseñados como servicios de alto rendimiento que corren sobre GPU y se integran en pipelines de IA y HPC existentes. La idea es sencilla pero poderosa: permitir a los científicos filtrar primero, a gran escala y de forma barata, qué moléculas merecen ser llevadas después al laboratorio físico.

ENEOS: líquidos para refrigerar centros de datos y catalizadores para hidrógeno

La energética japonesa ENEOS está utilizando los microservicios ALCHEMI NIM para dos líneas de trabajo críticas para la transición energética:

1. Nuevos líquidos para refrigeración por inmersión en centros de datos de nueva generación, donde la refrigeración tradicional por aire empieza a ser insuficiente para las cargas de trabajo de IA.
2. Catalizadores para procesos de conversión energética, como la producción de hidrógeno mediante reacciones electroquímicas.

Con ALCHEMI, el equipo de ENEOS puede realizar cribados computacionales a una escala de entre 10 y 100 millones de candidatos en cuestión de semanas. Según los propios investigadores, antes ni siquiera se planteaban búsquedas de esta magnitud: las limitaciones de tiempo y capacidad computacional en CPU obligaban a reducir drásticamente el espacio de búsqueda y a confiar en la intuición química para priorizar familias de compuestos.

Ahora, la lógica se invierte:

• Primero, se explora de forma masiva el espacio químico con modelos acelerados por GPU.
• Después, se analizan los resultados para aislar un subconjunto manejable de candidatos prometedores.
• Finalmente, solo esos pocos materiales pasan a la fase de pruebas experimentales, mucho más costosa en tiempo y recursos.

El impacto es doble: reducción de costes de I+D y aceleración del tiempo hasta la comercialización de nuevos líquidos de inmersión y catalizadores, con aplicaciones directas en centros de datos más eficientes y en procesos de energía limpia.

Universal Display Corporation: OLED más eficientes y sostenibles

La empresa estadounidense Universal Display Corporation (UDC), referente en materiales OLED para pantallas, se enfrenta a un desafío todavía mayor: el número de moléculas potenciales para un material OLED se estima del orden de 10 elevado a 100. Es, literalmente, un universo químico.

En este contexto, ALCHEMI se convierte en un telescopio para explorar ese universo:

• Con el microservicio de conformer search acelerado por IA, UDC puede evaluar miles de millones de candidatos hasta 10.000 veces más rápido que con métodos computacionales clásicos en CPU.
• Los compuestos más prometedores se reevalúan luego mediante simulaciones de dinámica molecular también aceleradas, con una reducción del tiempo de simulación de hasta 10 veces por simulación individual.

Al desplegar estas simulaciones en paralelo sobre múltiples GPU de NVIDIA, el tiempo total se reduce de días a segundos para determinados casos de uso. Esto libera a los equipos científicos de cuellos de botella computacionales, permitiéndoles dedicar más esfuerzo a interpretar resultados y explorar nuevas ideas de diseño de materiales.

UDC está aplicando esta aproximación a proyectos como el desarrollo de OLED fosforescentes azules de alto rendimiento, una pieza clave para mejorar la eficiencia y la vida útil de pantallas en móviles, televisores, vehículos o dispositivos de realidad virtual. Un OLED azul más eficiente puede traducirse en menos consumo energético, menos calor y mayor autonomía de batería en millones de dispositivos.

Desde la compañía subrayan que la combinación de GPU, ALCHEMI y su propio conocimiento químico les permite cambiar por completo la escala y la velocidad a la que se descubren nuevos materiales, con un impacto directo en la sostenibilidad de la electrónica de consumo.

Más allá de casos aislados: un ecosistema de software científico acelerado

ALCHEMI no es una pieza aislada, sino parte de un ecosistema más amplio de más de 150 bibliotecas y frameworks NVIDIA CUDA-X orientados a acelerar la resolución de problemas reales en ciencia e ingeniería. Desde simulaciones de dinámica de fluidos hasta modelos climáticos o análisis genómicos, el patrón se repite: datos masivos, ecuaciones complejas y una necesidad urgente de reducir tiempos de cálculo de semanas a horas o minutos.

En ese contexto, lo que muestran Brookhaven, ENEOS o UDC es una tendencia clara:

• La ciencia de materiales y la química computacional están pasando de simular unas pocas opciones bien elegidas a explorar sistemáticamente millones de candidatos.
• La IA y la computación acelerada no sustituyen al científico, sino que amplían el radio de acción de su intuición y experiencia.
• El laboratorio físico sigue siendo imprescindible, pero llega al final de un funnel mucho mejor filtrado, donde cada experimento tiene más probabilidades de éxito.

En términos de impacto económico y social, esto se traduce en centros de datos más eficientes, dispositivos electrónicos más sostenibles, baterías más duraderas y, en general, ciclos de innovación tecnológica más cortos.

Lo que se ve en SC25 no es solo una demostración de potencia de GPU, sino una hoja de ruta de cómo la IA y el HPC se están convirtiendo en infraestructuras esenciales para la ciencia de materiales del siglo XXI.

---

Preguntas frecuentes

¿Qué es NVIDIA ALCHEMI y para qué se utiliza en ciencia de materiales?
NVIDIA ALCHEMI es un conjunto de microservicios y herramientas de IA diseñados para acelerar tareas típicas de química computacional y ciencia de materiales, como la búsqueda de conformeros o las simulaciones de dinámica molecular. Se integra en la plataforma NVIDIA NIM y permite evaluar millones de candidatos moleculares de forma rápida y eficiente, reduciendo el número de compuestos que necesitan probarse en el laboratorio.

¿Cómo ayuda NVIDIA Holoscan a instalaciones científicas como el NSLS-II?
Holoscan actúa como plataforma de procesamiento en el edge para flujos de datos de muy alta velocidad procedentes de sensores y detectores avanzados. En el caso del NSLS-II, permite reconstruir y analizar imágenes de rayos X a escala nanométrica casi en tiempo real, de modo que los científicos pueden ajustar sus experimentos sobre la marcha y aprovechar mejor el tiempo de uso del sincrotrón.

¿Qué ventajas aporta la IA acelerada por GPU frente a las simulaciones tradicionales en CPU?
Las GPU están optimizadas para procesar operaciones en paralelo a gran escala. Esto permite acelerar simulaciones numéricas y modelos de IA varios órdenes de magnitud respecto a CPU. En ciencia de materiales, esto se traduce en la posibilidad de explorar millones o miles de millones de moléculas candidatas, realizar cribados computacionales masivos y reducir dramáticamente el tiempo de simulación de días a segundos en determinados casos.

¿Qué impacto práctico tiene todo esto en el día a día de los usuarios finales?
Aunque el trabajo de ALCHEMI, Holoscan y las GPU se desarrolla “entre bastidores”, sus resultados llegarán al usuario a través de productos más eficientes y sostenibles: centros de datos que consumen menos energía gracias a líquidos de refrigeración mejor diseñados, pantallas OLED con mayor duración de batería y menor huella energética, o nuevas baterías y materiales electrónicos con mejor rendimiento y menor impacto ambiental.

vía: blogs.nvidia