能源使用效率不僅是在設計車輛或電力網(Power Grid)時所關注的問題，也是針對每個活細胞從微觀層面進行運算時所重視的問題。
細胞無論是以光或葡萄糖作為能量來源，皆不分晝夜地工作，以產生足夠的能量在環境中存活。當能量轉換的效率越高，細胞的生產力也就越高。
伊利諾大學厄巴納香檳分校與亞利桑那州立大學(ASU)的研究人員模擬光合作用生物，以瞭解它們如何獲取能量，以及如何提高生產力。
如果將研究運用在農業，這種優化意味著能提高農作物產量；用在醫療領域，意味著提高在精準醫療領域中，改善傳輸抗體與胜?(peptide)的效率，甚至是延長細胞的壽命；用在能源產業，或許能提高生物燃料的燃燒效率。
ASU分子科學學院助理教授Abhishek Singharoy表示：「任何植物都希望能在任一地方生長，它會自我優化深層的運作機制，以便在各種環境下生存。作為科學家與工程師的我們，可以提高植物的生產力，以獲取更多能量。」
Singharoy與合作夥伴在運用NVIDIA GPU加速技術的超級電腦上進行分子動力學模擬作業，這些超級電腦包括全球運算速度最快的橡樹嶺國家實驗室的Summit系統。他們在GTC Digital大會中，150多場的其中一場演講裡展示其研究成果。
光合作用的效率
綠色植物進行光合作用時，將陽光轉化為養分。對許多生物來說，吸收到的陽光只有不到10%能被轉化為可用的養分。為探究其原因，研究人員使用GPU加速技術來模擬紫細菌(能夠通過光合作用產生能量的厭氧變形菌)的光合作用裝置。
這項在Summit超級電腦上進行的原子尺度模擬作業，可以模擬1.36億個原子並持續500奈秒(0.5微秒)的運動。
研究小組過去使用橡樹嶺國家實驗室的Titan系統，現在則改用Summit超級電腦，發現運算速度提高六倍。他們平均使用系統上的922個節點來運行模擬內容，各節點皆搭載六個NVIDIA V100 Tensor Core GPU。
伊利諾大學資深研究程式設計師Jim Phillips表示：「利用原子層級的解析度來建立富有真實感的整體光合作用模擬裝置，是非常有用的。透過 GPU 平行運算技術，才能以較快的速度來運行此種大小的動態模型。」
然而，為取得在光合作用過程中將光轉化為能量的過程，研究人員必須進行數十毫秒的長時間模擬作業。因此，他們不單獨模擬每個原子，而是使用近似值，將細胞簡化至剛性區域(Rigid Domains)，使其達到三十毫秒的標記。
研究小組以此為基礎，進一步擴大預測內容，以判斷細胞在不同光照條件下需要多少時間進行繁殖。他們發現這種細菌由於適應充滿泥水的棲息環境，在低光照條件下有著最佳的生長情況。
Singharoy表示：「我們在渾濁的水中發現這種細菌，但我們能夠找出它在這種環境下生存的原因。細菌的基礎結構讓它在陽光下無法產生更多能量，因此，它才會選擇待在光線較少的地方。」
紫細菌這類相對簡單的有機體只是個開始，研究人員透過模擬取得所需的各種蛋白質結構資料。而研究人員現在可以取得像是菠菜這種更為複雜的光合作用生物資料集，打算透過模擬這些生物來獲得更多資訊，以開發出產量更高的菠菜變種。
研究人員還希望利用目前的模擬資料來訓練神經網路，這個神經網路可以按照機器學習，而非分子動力學來預測細胞行為。
