Künstliche Intelligenz, aktuell.
Direkt aus den Originalmeldungen.

NVIDIA DAQIRI bringt Echtzeit-GPU-Verarbeitung in wissenschaftliche Instrumente

19. November 2026, 18:00Von der KI Nachrichten RedaktionQuelle: NVIDIA Developer
NVIDIA DAQIRI bringt Echtzeit-GPU-Verarbeitung in wissenschaftliche Instrumente
Bild: NVIDIA Developer

NVIDIA zufolge kann die DAQIRI-Software Daten wissenschaftlicher Instrumente mit hoher Bandbreite direkt in den GPU-Speicher übertragen und so bereits während der Erfassung verarbeiten. Das Unternehmen hebt einen Workflow des Berkeley Lab für die Elektronenmikroskopie hervor, der während eines laufenden Experiments mehr als 500 Gbit/s verarbeitet.

Das Wichtigste in Kürze
  • DAQIRI überträgt Instrumentendaten direkt in den GPU-Speicher und verarbeitet sie bereits während der Erfassung.
  • Eine Elektronenmikroskopiekamera des Berkeley Lab erzeugt mehr als 500 Gbit/s.
  • Die aktuelle Version unterstützt die hardwarebasierte Paketneuordnung auf ConnectX-7-Netzwerkkarten oder neueren Modellen.
  • NVIDIA meldet mit der ibverbs-Engine bei kleinen Paketen einen ungefähr doppelt so hohen Durchsatz pro Kern.
  • Im Loopback-Test erreichte der direkte Polling-Modus eine Latenz von 2 bis 4 Mikrosekunden von der Übertragung bis zum Empfang durch die Anwendung.

Eine GPU-Pipeline für datenintensive Experimente

DAQIRI ist eine softwaredefinierte Datenerfassungsbibliothek, die Instrumenten- und Sensordaten in GPU-fähige Workflows überträgt. Als Bibliothek der NVIDIA-HoloscAN-Plattform verbindet sie messungsorientierte Sensoren mit programmierbaren GPU-Plattformen für wissenschaftliche Analysen, KI-Inferenz und Feedback-Anwendungen.

Der Ansatz soll vermeiden, Messdaten vor der Verarbeitung auf die Festplatte zu schreiben. Bei bestehenden Instrumenten mit Ethernet-Unterstützung kann dies laut NVIDIA neue Möglichkeiten für zusätzliche Verarbeitungs- und Feedback-Funktionen schaffen. Bei neuen Instrumenten könnten Entwickler die Einschränkungen der Datenerfassung von Anfang an neu bewerten.

Besonders deutlich wird der Bedarf bei der Elektronenenergieverlustspektroskopie, kurz EELS. Die Methode misst, wie viel Energie Elektronen bei der Wechselwirkung mit einer Probe verlieren. So können Wissenschaftler Elemente identifizieren und nachvollziehen, wie diese gebunden sind. Die Messungen enthalten sowohl starke als auch schwache Signale. Traditionell erfordert dies zwei separat optimierte Erfassungsprozesse in schneller Folge, gefolgt von einer Ausrichtung und Kombination der Ergebnisse.

Kamera des Berkeley Lab verarbeitet starke und schwache Signale gemeinsam

Eine am Molecular Foundry des Lawrence Berkeley National Laboratory entwickelte Elektronenmikroskopiekamera erfasst starke und schwache Signale gemeinsam. Dies vereinfacht laut NVIDIA den experimentellen Aufbau und die Optik des Mikroskops, erzeugt jedoch mehr als 500 Gigabit Daten pro Sekunde.

Dieser Datenstrom ist mehr als 500-mal schneller als herkömmliche EELS-Datenströme. Im Workflow von Berkeley Lab und NVIDIA übertragen FPGA-Ausleseelektroniken die Detektordaten über Ethernet, während DAQIRI die Pakete direkt in den GPU-Speicher empfängt. Die GPU-Verarbeitung setzt anschließend Detektorframes zusammen und korrigiert sie, bevor sie zu Energieverlustspektren reduziert werden.

Die Verarbeitung verbessert zudem die aus dem Detektor zurückgewonnenen räumlichen Informationen und ermöglicht eine räumliche Auflösung im Submikrometerbereich aus Sensorpixeln mit einer Kantenlänge von 5 Mikrometern. Das Team kann die Messungen bereits während der Erfassung prüfen und Erfassungsparameter sowie Interessensbereiche in Echtzeit anpassen, während die eingehenden Daten verarbeitet werden.

Aktuelle DAQIRI-Version konzentriert sich auf Paketverarbeitung und Latenz

Die aktuelle DAQIRI-Version ergänzt eine hardwarebasierte Paketneuordnung für unterstützte NVIDIA-ConnectX-7-Netzwerkkarten oder neuere Modelle. Die Netzwerkkarte kann Sequenzfelder analysieren und Nutzdaten direkt an ihren geordneten Positionen im Speicher ablegen. Dadurch entfällt der Bedarf für einen separaten Software-Kopiervorgang zur Neuordnung, während CPU- und GPU-Ressourcen für die Analyse erhalten bleiben.

NVIDIA führt außerdem eine ibverbs-Engine zum Empfang und zur Übertragung roher Ethernet-Pakete ein. Das Unternehmen zufolge zeigten Benchmarktests auf NVIDIA DGX Spark, NVIDIA IGX Thor und NVIDIA RTX PRO Server-Plattformen bei kleinen Paketen bis 1024 Byte und Datenraten von mehr als 200 Gbit/s einen ungefähr doppelt so hohen Durchsatz pro Kern wie das bisher standardmäßig verwendete DPDK-Backend.

Ein direkter Polling-Modus ermöglicht es einem Anwendungsthread, Pakete zu empfangen und zu übermitteln, ohne die Arbeit an einen separaten I/O-Worker zu übergeben. Laut Zusammenfassung von NVIDIA lag die Latenz von der Übertragung bis zum Empfang durch die Anwendung in Benchmarktests mit kabelgebundener Loopback-Verbindung bei 2 bis 4 Mikrosekunden. Zusammengenommen zielen diese Funktionen auf Instrumente, die geordnete Daten, hohen Durchsatz und schnelles Feedback aus der GPU-Analyse benötigen.

Ähnliche Meldungen

UC Berkeley und Berkeley Lab treten Netzwerk für fortgeschrittenes wissenschaftliches Rechnen bei
Chips und Infrastruktur16. November 2026, 23:32

UC Berkeley und Berkeley Lab treten Netzwerk für fortgeschrittenes wissenschaftliches Rechnen bei

Die UC Berkeley und das Lawrence Berkeley National Laboratory treten dem Schmidt Science Computing Network bei. Eine Förderung von Schmidt Sciences schafft eine…

NVIDIA stellt Rubin HPC für agentengestützte wissenschaftliche Berechnungen vor
Chips und Infrastruktur16. November 2026, 17:00

NVIDIA stellt Rubin HPC für agentengestützte wissenschaftliche Berechnungen vor

NVIDIA hat Rubin HPC vorgestellt, eine neue GPU innerhalb der Vera-Rubin-Plattform, die Simulationen und Datenverarbeitung für wissenschaftliche, technische und…

KI-Agenten helfen jetzt beim Steuern von Teleskopen bei der Suche nach außerirdischen Signalen
Forschung30. Oktober 2026, 16:00

KI-Agenten helfen jetzt beim Steuern von Teleskopen bei der Suche nach außerirdischen Signalen

Breakthrough Listen und das SETI Institute holen agentische KI in die tägliche Suche nach außerirdischer Intelligenz am Allen Telescope Array in Nordkalifornien. Laut…