第一款产品是BioNeMo，一个开发自然语言处理模型的框架，可以帮助科学家进行生物学和化学研究。除了该框架之外，Nvidia还推出了两项基于云的AI服务，第一个服务将简化使用BioNeMo开发AI模型，另一项服务则专注于加快把神经网络
应用于文本处理例如总结研究论文等。
BioNeMo
AI处理数据和做出决策的方式受配置设置（称为参数）的影响，AI模型的参数越多，处理数据的准确性就越高。
近年来，研究人员开发了多种包含数十亿参数的自然语言处理模型，这种神经网络被称为大型语言模型（LLM），最先进的LLM不仅可以应用于传统的文本处理，例如总结研究论文，还可以用于编写软件代码和执行其他各种任务。
科学家们发现，LLM的处理能力非常适合生物分子研究。这次Nvidia推出的BioNeMo框架专门用于训练能够支持生物学和化学领域研究的LLM，此外还包含了多项功能可简化在生产中部署此类神经网络的任务。
Nvidia方面表示，科学家可以使用该框架来训练具有数十亿个参数的LLM。此外，BioNeMo包含了四个预训练的语言模型，相比从零开始开发神经网络来说，能够更快速地应用于研究任务中。
首批两个预训练的语言模型ESM-1和OpenFold已经针对预测蛋白质的特性进行了优化。BioNeMo支持ProtT5，一种可用于生成新蛋白质序列的神经网络，另外一个神经网络是MegaMolBART，可用于预测分子如何相互作用等任务。
新的云服务
除了BioNeMo，Nvidia今天还推出了两项新的云服务，旨在简化构建AI应用的任务，并且都提供了一组预打包的语言模型。
第一个云服务BioNeMoService支持使用NvidiaBioNeMo框架创建的两种语言模型，这两个神经网络经过优化可以支持生物学和化学方面的研究，据称可以配置多达数十亿个参数。
Nvidia设想生物技术和制药公司可以利用BioNeMo服务来加速药物的发现，称该服务可以帮助科学家生成用于治疗用途的新生物分子，以及执行与医学研究相关的其他任务。
Nvidia创始人、首席执行官黄仁勋表示：“大型语言模型具有变革每个行业的潜力，调优基础模型的能力让数百万开发人员可以利用LLM，让他们如今可以打造各种语言服务并推动科学发现，而无需从头开始构建庞大的模型。”
Nvidia此次推出的第二项云服务名为NeMoLLMService，它提供了包含30亿到5300亿个参数的预训练语言模型集合，这些语言模型可用于生成文本摘要、支持聊天
机器人和编写软件代码等任务。
NeMoLLM服务中的神经网络已经经过了Nvidia的预先训练，但企业可以选择在自己自定义的数据集上做进一步的训练。让神经网络熟悉和了解某个企业的数据，使其能够更准确地处理这些数据。
企业组织可以使用一种“提示学习”（prom
ptLearning）的方法在NeMoLLM服务中训练AI模型。“提示学习”包括为神经网络提供部分句子，例如“Nvidia为…开发芯片”，并指示它来完成文本，通过多次重复这个过程，开发人员就可以教会神经网络执行某些计算任务。
与传统的AI训练方法相比，提示学习的主要好处是，在某些类型的机器学习项目中使用该技术可以大大加快速度。据Nvidia称，客户可以在几分钟或者是几小时内训练NeMoLLM服务提供的神经网络，而不是长达数月时间。训练完成之后，就可以把这个神经网络部署到云环境或者企业的本地基础设施中。
NeMoLLM服务和BioNeMoLLM服务将于提供早期访问，BioNeMo框架将提供测试版。
