AI训练 AI Training
MassGrid将TensonFlow，PyTorch，Caffe2等多种流行的深度学习框架集成到MassGrid虚拟Docker中，供用户方便地进行AI任务的训练。在MassGrid庞大的GPU集群，除了支持用户多个模型同时训练外，我们也集成了优化的分布式训练算法，如梯度压缩和稀疏化等。利用MassGrid的分布式优化算法，用户可以简单地配置使用多个计算节点进行高效地模型训练。

3D渲染 3D Rendering
在MassGrid Virtual Docker上用户可以安装RedShift，iRay和其他GPU加速渲染应用程序，允许用户在我们的平台上以帧或以场景为单位的分布渲染作业。场景数据也可以通过MassGrid虚拟Docker中的MassGrid P2P文件网络传输，用户可以像在本地网络上一样将其渲染作业发送到远程MassGrid Virtual Docker中进行计算。

科学研究 Basic Researching
MassGrid网络的分布式GPU集群可被应用于需要大量计算的多领域的基础研究，如利用LAMMPS在原子级别对材料进行建模；利用QMCPACK模拟材料属性；利用ANSYS CFX对流体进行仿真；MassGrid也支持PhysX和Havok等实时仿真工具软件。

气象分析 Meteorological Analysis
新型气象模型拥有更精细的网格分辨率，也拥有更高的能源使用效率，但精准的天气预报同样需要有极佳的计算机运算能力。用于天气预报的GPU加速超级计算机近年来发展迅速，用户可以组建任意规模的MassGrid Virtual Docker 集群，方便地进行有限元并行模拟计算。

生物计算 Biocomputing
生物信息学计算是非常艰巨的任务，MassGrid支持各种生物信息学处理，如DNA、RNA、蛋白质等大分子的空间结构分析和生化反应模拟等。用户能充分利用MassGrid Virtual Docker 的GPU的并行处理能力，以优化最大匹配值的计算，大幅度提升DNA序列比对，蛋白质对接和GPU上的分子动力学等方面实验的数据处理性能。