.
O desenvolvedor de sistemas de IA SambaNova Systems anunciou que o Lawrence Livermore National Laboratory (LLNL) está integrando sua plataforma às instalações de supercomputação do laboratório para aumentar seus recursos de simulação cognitiva. A mudança segue outros laboratórios de pesquisa de primeira linha que implantaram a tecnologia SambaNova.
LLNL é um dos principais locais de pesquisa federal focados na segurança e eficácia da dissuasão nuclear dos EUA, que envolve uma grande quantidade de modelagem de alto desempenho e trabalho de simulação.
A instalação também deve se tornar o lar do primeiro sistema de supercomputador exascale da National Nuclear Security Administration (NNSA), o capitãoque deve ficar online ainda este ano.
De acordo com o SambaNova, a instituição vem estudando como as redes neurais podem ser usadas para acelerar as simulações baseadas na física tradicional como parte do programa Advanced Simulation and Computing da NNSA, e é aí que o SambaNova entra.
da empresa DataScale plataforma é um sistema integrado de hardware e software projetado especificamente para cargas de trabalho de aprendizado de máquina e foi anteriormente reivindicado pela empresa como sendo seis vezes mais rápido do que os sistemas baseados em GPU, incluindo os servidores DGX A100 da Nvidia.
A simulação cognitiva, de acordo com o LLNL, consiste em usar o aprendizado de máquina para melhorar os modelos preditivos. A necessidade disso é impulsionada pelo desejo de melhorar e avançar em simulações preditivas, que dependem cada vez mais de experimentos que produzem grandes volumes de dados altamente complexos.
“A simulação multifísica é complexa”, disse o cientista da computação do LLNL e líder do Grupo de Informática, Brian Van Essen. Ele disse que os experimentos de fusão de confinamento inercial (ICF) do laboratório geram grandes volumes de dados, mas conectar a física subjacente aos dados experimentais pode ser extremamente difícil.
“As técnicas de IA são a chave para ensinar os modelos existentes a espelhar melhor os modelos experimentais e a criar um ciclo de feedback aprimorado entre os experimentos e os modelos”, explicou.
A SambaNova trabalha com o LLNL desde 2020, quando as duas organizações integraram o hardware DataScale diretamente no supercomputador Corona. Embora isso tenha iniciado o uso do aprendizado de máquina para melhorar a produtividade, este próximo estágio vê o sistema menos integrado aos clusters de supercomputação, oferecendo uma solução mais generalizada que expande os possíveis casos de uso, afirmou SambaNova.
“O SambaNova tem uma arquitetura diferente dos sistemas baseados em CPU ou GPU, que estamos aproveitando para criar uma abordagem aprimorada para o CogSim que aproveita um sistema heterogêneo que combina o SambaNova DataScale com nossos clusters de supercomputação”, disse Bronis de Supinski, CTO da Livermore Computing ( LC), que opera o Centro de Computação do LLNL.
Cada sistema DataScale é, de fato, construído em torno do que SambaNova chama de chip Reconfigurable Dataflow Unit (RDU). Isso é composto por uma grade de elementos configuráveis de computação e memória vinculados por uma estrutura de comunicação no chip, que é configurável para que o fluxo de dados através dos elementos do chip espelhe o gráfico de fluxo de dados do algoritmo de aprendizado de máquina que está sendo executado.
No início deste ano, a plataforma DataScale da SambaNova também foi escolhido pelo instituto de pesquisa científica RIKEN do Japão para ser integrado com o supercomputador Fugaku para uma fusão de simulações de HPC e IA. Também foi adotado pelo Laboratório Nacional de Argonne nos EUA para um propósito semelhante.
Em notícias relacionadas à HPC, o primeiro sistema de supercomputador exascale do mundo, o Frontier, agora está aberto para operações completas do usuário, de acordo com o Laboratório Nacional de Oak Ridge (ORNL) no Tennessee, onde está sediada.
Fronteira estreou em maio do ano passado como o computador mais rápido do planeta e o primeiro a quebrar a barreira exascale em 1,1 exaFLOPS. Agora, o desempenho do sistema foi ajustado em 92 petaFLOPS para atingir uma pontuação Linpack de alto desempenho de 1,194 exaFLOPS, e os engenheiros do ORNL disseram acreditar que o desempenho do sistema pode exceder 1,4 exaFLOPS.
Alguns dos estudos em andamento no Frontier incluem o ExaSMR, que visa usar o poder de computação em exascale para simular reatores nucleares modulares que seriam menores e mais seguros do que as usinas nucleares de hoje, previsões mais precisas e detalhadas de mudanças climáticas e seus impactos e simulações de a física e as condições tectônicas que causam terremotos. ®
.
