TAIPEH, 9. Juli 2026 /PRNewswire/ -- GIGABYTE, einer der führenden Hersteller von Motherboards, Grafikkarten und Hardware-Lösungen, zeigt, wie sich lokale KI-Rechenleistung mit Vier-Knoten-Clustering auf Basis von AI TOP ATOM für zunehmend komplexe Workloads skalieren lässt. Da KI-Modelle, wissenschaftliche Simulationen und Unternehmensanwendungen weiter an Umfang und Komplexität zunehmen, stoßen eigenständige Systeme je nach Konfiguration zunehmend an Grenzen bei Arbeitsspeicher und Rechenleistung. AI TOP ATOM-Clustering kann diese Grenzen erweitern und die lokale Ausführung speicherintensiver Workloads unterstützen, während Unternehmen zugleich ein hohes Maß an Datenkontrolle behalten.

Jeder AI TOP ATOM-Knoten bietet bis zu 1 PetaFLOP FP4-KI-Leistung und 128 GB Unified Memory. Über einen RoCE-fähigen 200-GbE-Switch können vier miteinander verbundene Knoten mit jeweils 128 GB Unified Memory speicherintensive Workloads über die Grenzen eines einzelnen Systems hinaus skalieren. Die modulare Architektur ermöglicht es Unternehmen, je nach Workload-Anforderungen von einem auf bis zu vier Knoten zu erweitern und dabei eine lokale Bereitstellung sowie ein hohes Maß an Datenkontrolle beizubehalten. Damit entsteht eine skalierbare Grundlage für umfangreichere Workloads in den Bereichen Künstliche Intelligenz und Wissenschaft.

Um diese Fähigkeiten zu demonstrieren, hat GIGABYTE in Zusammenarbeit mit NVIDIA einen KI-gestützten Workflow für wissenschaftliche Simulationen auf AI TOP ATOM-Clustern vorgestellt. Der auf NVIDIA NVIDIA NemoClaw-Blueprints basierende Workflow nutzt das Open-Source-Modell NVIDIA Nemotron-3-Nano-30B-A3B-NVFP4 zur Entwicklung von Forschungshypothesen und steuert GROMACS an, um Simulationen auf dem gesamten Cluster durchzuführen. Durch die Verknüpfung KI-gestützter Hypothesengenerierung mit wissenschaftlichen Simulationen demonstriert der Workflow, wie KI-getriebene Forschung in einer Cluster-Computing-Umgebung umgesetzt werden kann.

Im Rahmen der Demonstration wird der Workflow auf die Entwicklung von Wärmeleitmaterialien (Thermal Interface Materials, TIM) für fortschrittliches Halbleiter-Packaging angewendet. Dieser Anwendungsbereich ist zunehmend auf groß angelegte Molekulardynamik-Simulationen angewiesen. Während eigenständige Systeme in der Regel auf Simulationen von etwa 10 Millionen Atomen beschränkt sind, bevor sie an ihre Speichergrenzen stoßen, erweitert ein AI TOP ATOM-Cluster mit vier Knoten die Simulationskapazität für die Forschung im Bereich der IC-Packaging-Technologie auf über 30 Millionen Atome.

Die Demonstration verdeutlicht, wie Vier-Knoten-Clustering mit AI TOP ATOM komplexe wissenschaftliche Simulationen unterstützen kann, die über die Möglichkeiten eines einzelnen Systems hinausgehen. Damit erweitert sich der mögliche Einsatzbereich von AI TOP ATOM von der KI-Entwicklung hin zu wissenschaftlichen Rechen- und Simulationsprozessen. Weitere Informationen finden sich unter GIGABYTE AI TOP ATOM.

Foto – https://mma.prnewswire.com/media/3002874/image1.jpg

View original content:https://www.prnewswire.com/news-releases/gigabyte-demonstriert-ai-top-atom-vier-knoten-clustering-fur-wissenschaftliche-simulationen-302821490.html

Forschende der Universität Zürich (UZH) haben einen Ansatz entwickelt, mit dem sich akuter Schlafmangel im Speichel nachweisen lässt. In einer aktuellen Studie identifizierte das Team um Thomas Krämer vom Institut für Rechtsmedizin eine Art metabolischen Fingerabdruck, der starke Übermüdung zuverlässig anzeigt. Die Resultate wurden im Fachmagazin „Journal of Proteome Research“ veröffentlicht und von Krämer als „Meilenstein für die forensische Forschung“ bezeichnet.

Für die Untersuchung rekrutierten die Wissenschaftler 20 gesunde junge Männer, die normalerweise sieben bis neun Stunden pro Nacht schlafen. Die Probanden durchliefen drei Szenarien: eine Nacht komplett ohne Schlaf, vier Nächte mit jeweils zwei Stunden weniger Schlaf als üblich sowie eine Kontrollbedingung mit rund acht Stunden Schlaf. Nach jeder Phase wurden Speichelproben entnommen und mittels hochauflösender Massenspektrometrie analysiert. Mithilfe von maschinellem Lernen suchte das Team nach molekularen Mustern, die spezifisch auf akuten Schlafentzug hinweisen.

Die Auswertung ergab, dass starke Übermüdung rund zehn Prozent aller Biomoleküle im Speichel beeinflusst. Aus zehntausenden gemessenen Molekülen filterten die Forschenden schließlich zehn spezifische Biomarker heraus, die als Signatur für akuten Schlafmangel dienen könnten. Diese erstmals im Speichel identifizierten direkten Marker für Übermüdung unter alltagsnahen Bedingungen gelten aus Sicht der UZH als Grundlage für neue diagnostische Verfahren.

Langfristig zielt das Projekt auf die Entwicklung eines Schnelltests, der vor Ort eingesetzt werden könnte – etwa im Strassenverkehr, in sicherheitskritischen Berufen oder bei der forensischen Abklärung von Unfällen. Die Forschenden betonen jedoch, dass es sich derzeit um eine Grundlagenstudie mit einer kleinen und homogenen Probandengruppe handelt. Bevor ein solcher Speicheltest in der Praxis Anwendung findet, seien umfangreichere Untersuchungen mit grösseren und vielfältigeren Bevölkerungsgruppen erforderlich.