能源使用效率不仅是在设计车辆或电力网(Power Grid)时所关注的问题，也是针对每个活细胞从微观层面进行运算时所重视的问题。

细胞无论是以光或葡萄糖作为能量来源，皆不分昼夜地工作，以产生足够的能量在环境中存活。当能量转换的效率越高，细胞的生产力也就越高。

伊利诺大学厄巴纳香槟分校与亚利桑那州立大学(ASU)的研究人员模拟光合作用生物，以了解它们如何获取能量，以及如何提高生产力。

如果将研究运用在农业，这种优化意味着能提高农作物产量；用在医疗领域，意味着提高在精准医疗领域中，改善传输抗体与???(peptide)的效率，甚至是延长细胞的寿命；用在能源产业，或许能提高生物燃料的燃烧效率。

ASU分子科学学院助理教授Abhishek Singharoy表示：「任何植物都希??能在任一地方生长，它会自我优化深层的运作机制，以便在各种环境下生存。作为科学家与工程师的我们，可以提高植物的生产力，以获取更多能量。」

Singharoy与合作夥伴在运用NVIDIA GPU加速技术的超级电脑上进行分子动力学模拟作业，这些超级电脑包括全球运算速度最快的橡树岭国家实验室的Summit系统。他们在GTC Digital大会中，150多场的其中一场演讲里展示其研究成果。

光合作用的效率

绿色植物进行光合作用时，将阳光转化为养分。对许多生物来说，吸收到的阳光只有不到10%能被转化为可用的养分。为探究其原因，研究人员使用GPU加速技术来模拟紫细菌(能够通过光合作用产生能量的厌氧变形菌)的光合作用装置。

这项在Summit超级电脑上进行的原子尺度模拟作业，可以模拟1.36亿个原子并持续500奈秒(0.5微秒)的运动。

研究小组过去使用橡树岭国家实验室的Titan系统，现在则改用Summit超级电脑，发现运算速度提高六倍。他们平均使用系统上的922个节点来运行模拟内容，各节点皆搭载六个NVIDIA V100 Tensor Core GPU。

伊利诺大学资深研究程式设计师Jim Phillips表示：「利用原子层级的解析度来建立富有真实感的整体光合作用模拟装置，是非常有用的。透过 GPU 平行运算技术，才能以较快的速度来运行此种大小的动态模型。」

然而，为取得在光合作用过程中将光转化为能量的过程，研究人员必须进行数十毫秒的长时间模拟作业。因此，他们不单独模拟每个原子，而是使用近似值，将细胞简化至刚性区域(Rigid Domains)，使其达到三十毫秒的标记。

研究小组以此为基础，进一步扩大预测内容，以判断细胞在不同光照条件下需要多少时间进行繁殖。他们发现这种细菌由於适应充满泥水的栖息环境，在低光照条件下有着最隹的生长情况。

Singharoy表示：「我们在浑浊的水中发现这种细菌，但我们能够找出它在这种环境下生存的原因。细菌的基础结构让它在阳光下无法产生更多能量，因此，它才会选择待在光线较少的地方。」

紫细菌这类相对简单的有机体只是个开始，研究人员透过模拟取得所需的各种蛋白质结构资料。而研究人员现在可以取得像是菠菜这种更为复杂的光合作用生物资料集，打算透过模拟这些生物来获得更多资讯，以开发出产量更高的菠菜变种。

研究人员还希??利用目前的模拟资料来训练神经网路，这个神经网路可以按照机器学习，而非分子动力学来预测细胞行为。