NVIDIA odkryła najstarsze organizmy wielokomórkowe
Kilka tygodni temu dzięki użyciu technologii NVIDIA okazało się, że niepozorne jednocentymetrowe struktury odnalezione w skale na bezdrożach Gabonu, to skamieliny skomplikowanych wielokomórkowych form życia liczących sobie - bagatela - 2 miliardy sto milionów lat!
Oznacza to, że znaleziska te są o ponad 200 milionów lat wcześniejsze od szczątków uznawanych do tej pory za najdawniejsze skamieliny na Ziemi. Poprzedzają aż o 1,5 miliarda lat "eksplozję kambryjską", czyli czas, gdy organizmy wielokomórkowe przeżywały bujny wzrost. Nowe wcześniej datowane znaleziska pozwolą naukowcom przyjrzeć się uważniej temu co działo się u samego zarania ewolucji.
Naukowcy zaangażowani w to odkrycie do analizy znalezisk używali metody nazwanej "wizualizacją mikrotomograficzną" posiłkując się rozwiązaniami NVIDIA. Technologia ta wykorzystuje promienie rentgenowskie do wielokrotnego, warstwowego prześwietlania skamielin ze wszystkich stron - jest to badanie znane z zastosowań w medycynie, tylko stosuje się je na wielokrotnie mniejszych obiektach. Nieocenione w przypadku znalezisk tak starych, że jakakolwiek ingerencja fizyczna skończyłaby się bezpowrotnym zniszczeniem.
GPU NVIDIA wkracza na scenę w momencie gdy poszczególne "plasterki" zdjęć rentgenowskich trzeba złożyć w jeden trójwymiarowy model obiektu, z uwzględnieniem jego wewnętrznej struktury. Praca ta wymaga potężnej mocy obliczeniowej. W przypadku gabońskich znalezisk ich cyfrową analizą zajęło się laboratorium Etudes Recherches Matériaux, z Poitiers we Francji. Do rekonstrukcji poprzez renderowanie wewnętrznych struktur obiektów sprzed milionów lat użyto kart NVIDIA Quadro FX 5600 oraz serwera obliczeniowego NVIDIA Tesla C870 pracujących pod kątem oprogramowania Digisens DigiCT. Dzięki precyzji i wysokiej jakości wizualizacji można było stwierdzić, jak bardzo skomplikowane były odnalezione organizmy, co w połączeniu z precyzyjnym datowaniem przesunęło wstecz czas pojawienia się organizmów wielokomórkowych.
Quadro oraz Teslę wykorzystuje się na prócz tego przy tomografii elektronowej w biologii i badaniach materiałowych do rekonstrukcji, wizualizacji i eksportu danych do analiz ilościowych.
