Superdatamaskiner, kunstig intelligens og kvantedatamaskiner: intervjuer og dagens landskap

Informatec Digital » Ressurser » Superdatamaskiner, kunstig intelligens og kvantedatamaskiner: intervjuer og aktuell oversikt

Superdatamaskiner har blitt den store, stille motoren som driver alt fra kunstig intelligens og værvarsling til personlig medisin og design av nye materialer. Bak ethvert banebrytende vitenskapelig gjennombrudd finnes det vanligvis et massivt datasenter, en «hjerne» som består av millioner av prosessorer som jobber parallelt for å takle problemer som en konvensjonell datamaskin ville tatt århundrer å løse.

I de senere årene har intervjuer og nyhetsrapporter om superdatamaskiner, kunstig intelligens og kvantedatamaskiner gitt et glimt inn i et økosystem der banebrytende teknologi, vitenskapelig talent, industripolitikk og etiske debatter på høyt nivå flettes sammen. Fra Barcelona Supercomputing Center (BSC) og MareNostrum 5 til nye prosjekter i Mexico og arbeid med verifisering av kvanteprosessorer, er landskapet like fascinerende som det er komplekst.

Hva er egentlig et superdatasenter?

Et superdatasenter er først og fremst et vitenskapelig laboratorium der hovedverktøyene ikke er mikroskoper eller partikkelakseleratorer, men ekstremt høytytende superdatamaskiner. Som Mateo Valero, grunnlegger og direktør for Barcelona Supercomputing Center, forklarer, bruker disse anleggene maskiner som er i stand til å utføre et enormt antall operasjoner per sekund for å simulere fenomener som bare kan beskrives med avansert matematikk og fysikk.

Nøkkelen ligger i konseptet med en «digital tvilling» : en virtuell kopi av noe vi ønsker å forstå eller designe for første gang. Med en superdatamaskin er det mulig å modellere proteinfolding som naturen aldri har produsert, forutsi atmosfærisk oppførsel med enorme detaljer, eller evaluere hvordan et nytt materiale vil oppføre seg under ekstreme forhold uten å produsere en eneste fysisk prøve.

Blant eksemplene Valero oftest siterer er høyoppløselig værvarsling , klimaendringsscenarier, søken etter nye materialer for grønn energi og personlig medisin basert på massiv analyse av genomiske data. Alt dette er avhengig av evnen til å utføre prøving og feiling-simuleringer med en hastighet som, sammenlignet med en mobiltelefon, virker nesten utrolig.

Disse maskinene fungerer også som akseleratorer for ingeniørfag og industri . Ved BSC ble det for eksempel utviklet programvare for Repsol som indikerte hvor man skulle bore i fiendtlige miljøer som Mexicogolfen. Hver boreoperasjon koster rundt hundre millioner dollar, og takket være simulering gikk suksessraten fra ett av ti forsøk til ett av syv, med resulterende kostnadsbesparelser og risikoreduksjon.

MareNostrum 5 og rollen til Barcelonas superdatasenter

MareNostrum 5 , som ligger i Barcelona, ​​er en av verdens raskeste superdatamaskiner og flaggskipet til BSC. Den består av millioner av kraftige prosessorer som kommuniserer via nettverk med ultralav latens, og har tilknyttet minne med stor kapasitet, noe som gjør at den kan kjøre ekstremt komplekse modeller med et imponerende detaljnivå.

Valero bruker ofte slående sammenligninger: en moderne superdatamaskin kan være i størrelsesorden en million ganger raskere enn en mobiltelefon . Når det gjelder MareNostrum 5, summerer de ulike partisjonene seg til hundrevis av petaflops: vi snakker om kapasiteten til å utføre hundretusenvis av billioner flyttalloperasjoner per sekund. For å gi deg en idé, tillater disse ressursene simulering av hele jorden – hav, luft, kontinenter og poler – med en romlig oppløsning på omtrent én kilometer.

MareNostrum 5 er faktisk en samling av flere spesialiserte superdatamaskiner . Da den offisielt ble innviet i desember 2023, var en av partisjonene rangert som nummer 8 på verdensrangeringen Top 500, og en annen som nummer 19. En av disse partisjonene var optimalisert for trening og kjøring av storskala kunstig intelligens-modeller, noe som gjorde den til en av verdens beste plattformer for denne typen arbeidsmengde.

Men Valeros stolthet er ikke begrenset til maskinen. Som han understreker, er BSCs sanne skatt menneskene . Senteret har vokst fra 20 personer ved oppstarten til rundt 1.400, hvorav omtrent 1.200 er forskere. Det samler fagfolk fra 32 forskjellige akademiske disipliner og mer enn 60 land, noe som gjør BSC til et slags FN for informatikk. Dette mangfoldet gjør det mulig å takle komplekse problemer fra svært forskjellige perspektiver.

Når det gjelder tilgang, er MareNostrum en offentlig ressurs som er åpen for det vitenskapelige miljøet . Superdatamaskinen eies av den spanske regjeringen, Catalonias regjering og Polytekniske Universitet i Catalonia. Spanske og europeiske forskere kan be om beregningstid for prosjektene sine, forutsatt at de består en evalueringsprosess. BSC-ansatte bruker selv omtrent 20 % av kapasiteten; de resterende 80 % deles mellom andre vitenskapelige grupper.

Superdatamaskiner og kunstig intelligens: et symbiotisk forhold

Eksplosjonen av moderne kunstig intelligens er uløselig knyttet til superdatamaskiner . Valero oppsummerer det levende: det var massive datasett og ekstrem datakraft som brakte AI ut av sin «polare vinter». Uten maskiner som er i stand til å behandle milliarder av parametere og gigantiske datasett – eller uten å vite hvordan man forvandler PC-en sin til et AI-laboratorium – ville ikke fremskritt som store språkmodeller eller bildegjenkjenningssystemer vært mulige.

Et godt eksempel er proteinfolding , et beregningsmessig djevelsk problem som i flere tiår ble ansett som nærmest uoverkommelig selv med superdatamaskiner. Kombinasjonen av AI-algoritmer og store datainfrastrukturer gjorde det mulig å løse det så effektivt at det til slutt ble anerkjent med Nobelprisen i kjemi, noe som for alltid forandret måten legemidler designes og molekylærbiologi forstås på.

I dag har forholdet delvis snudd: AI bidrar også til å forbedre vitenskapen med superdatamaskiner . Ved BSC brukes maskinlæringsteknikker for å optimalisere simuleringer, redusere beregningstider og trekke ut mønstre fra datasett som ville være umulige for menneskelig inspeksjon. Med Valeros ord er det ikke lenger klart om han leder et superdatasenter eller et senter for kunstig intelligens, fordi begge områdene har blitt fullstendig sammenflettet.

Valero nøler imidlertid ikke med å dempe entusiasmen rundt generativ AI. Han påpeker at modeller som ChatGPT er begrenset til å forutsi det neste ordet basert på statistiske mønstre hentet fra store mengder tekst. De er ekstremt sofistikerte systemer, men de mangler bevissthet og sunn fornuft, to menneskelige evner som han anser som svært vanskelige å gjenskape i en maskin. Av denne grunn ser han et scenario med et maskinopprør som HAL 9000 som usannsynlig.

Selve ressursforbruket til banebrytende AI illustrerer i hvilken grad superdatamaskinering og energi er knyttet sammen . Valero viser til tilfellet OpenAI, som har foreslått å bygge et datasenter med rundt én million NVIDIA GPU-er. Akselerasjonskomponenten i MareNostrum 5 alene har rundt 4.500 GPU-er; omfanget av det som er anslått for trening av fremtidige modeller er derfor enormt, med energibehov beregnet til rundt 10 gigawatt, omtrent tilsvarende effekten av ti kjernekraftverk.

AMD ROCm 7 og AI-ytelseskappløpet

Ved siden av de store superdatasentrene kjemper maskinvare- og programvareplattformprodusenter sin egen kamp. AMD avduket nylig ROCm 7, den syvende store versjonen av sitt Radeon Open Compute-økosystem , en åpen plattform rettet mot høyytelsesdatamaskiner (HPC) og kunstig intelligens-arbeidsbelastninger på selskapets GPU-er og akseleratorkort.

ROCm 7 lover opptil 3,5 ganger bedre ytelse i AI-oppgaver sammenlignet med tidligere generasjoner, noe som er avgjørende for å konkurrere med NVIDIA i et marked der trening av stadig større modeller har blitt normen. Denne ytelsesforbedringen betyr ikke bare raskere trening, men også større energieffektivitet per operasjon, et kritisk aspekt når man har med installasjoner å gjøre som bruker enorme mengder strøm.

ROCms åpne filosofi er spesielt relevant i offentlige superdatamaskinmiljøer som BSC eller andre nasjonale sentre, der interoperabilitet og fravær av teknologiske barrierer verdsettes høyt. Å ha en åpen programvarestabel gjør det enklere å tilpasse vitenskapelig kode, optimalisere spesifikke kjerner og kombinere mangfoldig maskinvare uten å være helt avhengig av proprietære løsninger.

I europeisk sammenheng, hvor større teknologisk suverenitet er ønsket , passer fremskritt som ROCm 7 med behovet for å diversifisere GPU-leverandører og fremme programvareøkosystemer som lar HPC-sentre tilpasse infrastrukturen sin til de reelle behovene i forskningsprosjektene sine.

Europa, chips og risikoen ved å bare være VAR

En av Mateo Valeros besettelser er Europas posisjon i kappløpet om kunstig intelligens og superdatamaskiner . Han bruker en slående fotballmetafor: han frykter at kontinentet vil ende opp med å bli VAR, videoassistentdommersystemet, for en kamp der det ikke er noen spillere på banen. Med andre ord, at Europa vil ende opp med å etablere regler og forskrifter, men uten sine egne teknologiske mestere til å konkurrere direkte med USA eller Asia.

Problemet er tydelig innen feltet høyytelsesbrikker . Hvis vi ser på ledende europeiske superdatamaskiner, bruker så godt som ingen prosessorer eller GPU-er designet og produsert i Europa. Europa er ikke bare avhengig av produksjon, men til og med av brikkedesign, noe som setter langsiktige prosjekter som autonome kjøretøy eller kritisk AI-infrastruktur i fare hvis forsyningen blir forstyrret.

Valero har i årevis insistert på behovet for et stort europeisk halvlederprosjekt , i likhet med det Airbus var innen luftfart, Galileo innen satellittnavigasjon eller CERN innen partikkelfysikk. Dette ville kreve en koordinert innsats, med betydelige offentlige investeringer og en forpliktelse til å kjøpe de første brikkene, selv om ytelsen deres er lavere enn amerikanske eller asiatiske produsenters. Ellers mener han at Europa vil forbli «brikkeavhengig».

Politisk fragmentering hjelper heller ikke. Ifølge ham er Europa fortsatt en samling av land som er for innadvendte , med ofte motstridende nasjonale interesser. Denne mangelen på en felles visjon gjør det vanskelig å lansere initiativer av nødvendig skala, både innen maskinvare og programvare. Likevel erkjenner han at det er viktige prosjekter på gang, og at det tas forsiktige skritt, for eksempel av BSC selv, som har fremmet prosessordesignarbeid i Spania.

De økonomiske implikasjonene er klare: merverdien av ett gram silisium i chipform kan nå opp i 50 000 euro, noe som gjør hver kvadratcentimeter av en wafer ekstremt verdifull. Den som kontrollerer denne verdikjeden vil ikke bare dominere teknologimarkedene, men vil også ha enorm geopolitisk innflytelse.

Mexico, Coatlicue og satsingen på en nasjonal superdatamaskin

Utenfor Europa tar også andre land grep for å unngå å bli hengende etter. I Mexico er byggingen av Coatlicue i gang, en superdatamaskin designet for å takle store offentlige problemer og trene lokale talenter innen kunstig intelligens og avansert databehandling. I et intervju forklarer prosjektlederen – identifisert som JLPH – at målet ikke var «å ha den største maskinen i Latin-Amerika», men snarere å skaffe seg den nødvendige prosessorkraften for å håndtere landets nåværende utfordringer.

Med omtrent 314 petaflops datakraft ville Coatlicue rangert blant de tjue kraftigste superdatamaskinene i verden, ifølge teamets innledende estimater. Denne kraften er begrunnet med behovet for å analysere enorme datamengder knyttet til nasjonale utfordringer innen felt som helsevesen, utdanning, sikkerhet og sosial utvikling.

Et av de typiske problemene Mexico står overfor er mangelen på spesialisert talent innen AI og avansert teknologi . Det anslås at nesten 77 % av selskapene i teknologisektoren har problemer med å finne tilstrekkelig utdannede fagfolk. I denne sammenhengen blir Public Center for Training in Artificial Intelligence og Coatlicue selv sett på som frøplanter for å generere en ny generasjon eksperter som er opplært i landet.

Fra et bærekrafts- og livssyklusperspektiv innebærer planen for Coatlicue å bytte ut GPU-ene omtrent hvert femte år . Prosjektgruppen ønsker å etablere en tydelig plan for fremtidige administrasjoner, selv om fortsatt investering vil avhenge av politiske beslutninger. De understreker også at maskinens sanne verdi ikke ligger i maskinvarekjøpet, men i problemene den vil løse og overføring av kunnskap til akademia, forskning og innovasjon.

JLPH tar også stilling til kvantedatabehandling , et svært omtalt område der han mener det fortsatt ikke er tilstrekkelig modenhet for masseindustriell anvendelse. Selv om han erkjenner det enorme potensialet – spesielt innen kryptografi og visse spesifikke problemer – mener han at for å håndtere Mexicos nåværende offentlige utfordringer, er prioriteten fortsatt å konsolidere en robust klassisk superdatainfrastruktur og utvikle menneskelig kapital rundt den.

Kvantedatamaskinering: beregninger, verifisering og den nyeste teknologien

Mens klassiske superdatamaskiner oppnår ytelse på hundrevis av petaflops, utvikler kvantedatamaskiner seg parallelt med en annen beregningsfilosofi , basert på qubits og superposisjon i stedet for binære bits. Selv om mange eksperter fortsatt anser denne teknologien for å være inne i en slags "polarvinter", gjøres det bemerkelsesverdige fremskritt, spesielt innen hvordan man evaluerer og sertifiserer enheters oppførsel, og i initiativer knyttet til kvanteinternett.

Et nylig eksempel er arbeidet til David Aguirre, en doktorgradskandidat i kvantedatabehandling ved det baskiske senteret for anvendt matematikk (BCAM) , som ble tildelt TalentQ-prisen for beste masteroppgave. Forskningen hans fokuserer på å designe en ny verifiseringsmetrikk for kvanteprosessorer som er i stand til å opprettholde en konstant beregningskostnad for evaluering, uavhengig av enhetsstørrelse.

Denne tilnærmingen er viktig fordi det blir eksponentielt vanskelig å verifisere en kvanteprosessor etter hvert som antallet qubits øker. Klassiske karakteriseringsteknikker blir etter hvert upraktiske for store enheter, så det å ha målinger hvis kompleksitet ikke vokser med systemets skala åpner døren for hyppigere og grundigere testing.

Aguirres arbeidsområde samsvarer med en generell bekymring i samfunnet: det er ikke nok å bygge kvantemaskinvare; det må sikres at den fungerer som forventet . I land som Spania blir kvantedatamaskiner sett på som et strategisk forskningsfelt, snarere enn en teknologi som er klar til å erstatte superdatamaskiner i generelle applikasjoner. Mest sannsynlig, etter hvert som den modnes, vil den bli et spesialisert supplement for visse problemer, mens klassisk superdatamaskinering vil forbli arbeidshesten for de fleste oppgaver.

Valero deler dette synet. Han påpeker at nye materialer og substrater for klassiske transistorer utforskes , samt nye former for ikke-binær beregning, som kvantedatamaskiner. Han anser det som sannsynlig at, akkurat som skjedde med kunstig intelligens, vil det komme en tid da kvanteteknologi «eksploderer» og flyttes fra laboratoriet til mer utbredt bruk. Men selv da vil den forbli begrenset til visse typer problemer der den gir en reell fordel.

Nasjonale nettverk, regionale noder og talentutvikling

BSCs erfaring har vist at det ikke er nok å ha en stor sentral superdatamaskin . Det er viktig å bygge nasjonale nettverk som forbinder ulike regionale noder og tillater deling av ressurser, kunnskap og beste praksis. I Spania ble det spanske superdatanettverket opprettet nettopp med dette målet i 2006, i stor grad drevet fra Barcelona.

Innenfor dette nettverket har ulike autonome samfunn distribuert sine egne sentre , som er koblet sammen gjennom høyhastighets akademisk infrastruktur, som for eksempel CIRIS-nettverket. Disse nodene bringer superdatamaskiner nærmere universiteter og lokale forskningsgrupper, reduserer inngangsbarrierer og fremmer samarbeid mellom ulike vitenskapelige miljøer.

Valero oppfordrer spesielt regioner som Balearene til å bli fullt ut med i dette nettverket og utvikle sine egne sterke forskningsgrupper . Hans råd er klart: det er enkelt å kjøpe datamaskinen; det er vanskelig å bruke den godt. Det første målet med ethvert nytt senter bør være å utdanne studenter og forskere, fordi jo flere som vet hvordan de skal bruke maskinen effektivt, desto større blir effekten av investeringen.

Superdatamaskiner er ikke bare til fordel for ingeniører eller fysikere. Som BSC selv påpeker, utvikles nye felt som beregningsbasert samfunnsvitenskap , der simuleringsteknikker og stordataanalyse brukes til å studere innflytelsen av sosiale nettverk på demokratiets kvalitet, blant andre emner. Dette betyr at studenter innen disipliner som sosiologi, økonomi eller statsvitenskap også kan bli intensive brukere av HPC-ressurser.

I mellomtiden bruker sentre som COMPUTAEX i Extremadura en betydelig del av sin aktivitet på å spre og bringe superdatamaskiner nærmere samfunnet , publisere intervjuer, organisere konferanser og bygge broer mellom akademia, myndigheter og næringsliv. Målet er at publikum bedre skal forstå fordelene ved å investere i denne typen infrastruktur og avkastningen den genererer når det gjelder innovasjon og sysselsetting.

Energiforbruk, vann og bærekraft i superdatamaskiner

Etter hvert som superdatamaskiner øker kraften, øker også energiforbruket og påvirkningen på naturressursene . Et toppmoderne datasenter kan kreve hundrevis av megawatt med strøm og enorme mengder vann til kjøling. Dette er en stor hodepine for både operatører av HPC-senter og myndighetene som er vertskap for dem.

Valero påpeker at kretsene varmes opp kraftig under prosessering , noe som nødvendiggjør bruk av avanserte klimaanlegg og væskekjølesystemer. I regioner med vannmangel, som deler av Aragon, reiser dette alvorlig bekymring for den utbredte utplasseringen av store datasentre. Det er ingen tilfeldighet at slike slående alternativer som å installere datasentre i verdensrommet eller under vann allerede utforskes, der varmespredning kan håndteres mer effektivt.

Superdatamaskiner er imidlertid også en del av løsningen på energiproblemet . Mange av prosjektene som kjører på maskiner som MareNostrum 5 fokuserer på å forbedre effektiviteten til fornybar energi, optimalisere strømnett eller bidra til utviklingen av kjernefusjonsteknologier som ITER. Hvis fusjon blir kommersielt levedyktig, kan den globale energiforsyningen endre seg dramatisk.

Derfor anbefaler eksperter en balansert tilnærming: å erkjenne at superdatamaskiner og kunstig intelligens er energikrevende , men også å anerkjenne dem som viktige verktøy for å finne renere og mer bærekraftige energikilder. Nøkkelen vil være å fortsette å forbedre brikkeeffektiviteten, optimalisere programvare for å redusere unødvendige beregninger, og finne datasentre der fornybar energi og vann er mer rikelig tilgjengelig.

Parallelt pågår det arbeid med nye arkitekturer og materialer for transistorer , som galliumarsenid og andre forbindelser som kan gi bedre ytelse per watt enn tradisjonelt silisium. Selv om disse teknologiene fortsatt er et stykke unna å bli utbredt, peker de mot en fremtid der veksten i datakraft ikke nødvendigvis må ledsages av en voldsom økning i energiforbruket.

Data, makt og risikoer i et teknokratisk samfunn

Utover de tekniske aspektene reiser superdatamaskiner og kunstig intelligens ubehagelige spørsmål om makt, personvern og sosial kontroll . Valero er spesielt kritisk til hvordan noen få store teknologiselskaper har klart å samle enorme mengder personopplysninger og datakraft, til det punktet at de har kunnet påvirke beslutningene og meningene til millioner av mennesker.

I en av sine mest kraftfulle refleksjoner hevder han at «fem tåpelige barn» styrer verden , og refererer til en håndfull ledere i store teknologiselskaper. Ifølge ham har vi latt oss forføre av bekvemmelighet og underholdning, og i stor grad gitt avkall på vår frihet. Han kritiserer for eksempel de som motsatte seg å dele dataene sine for å bekjempe COVID-19, men som likevel lett aksepterte endeløse kontrakter for digitale tjenester som overlater hele livet deres til plattformene.

Risikoen ligger ikke bare i å bli rådgitt om hva man skal kjøpe, men også i muligheten for at tenkningen vår kan bli formet av ugjennomsiktige algoritmer som bestemmer hvilket innhold vi ser og hva som er skjult. I denne forstand blir kontroll over data og datakraft en avgjørende faktor for demokratiets og individuelle friheters fremtid.

Denne debatten er svært levende i Europa, hvor det er et press for å fremme kunstig intelligens i tråd med europeiske etiske verdier . Derfor insisterer Valero på at kontinentet ikke kan begrense seg til å dømme gjennom VAR, men også må ha sine egne aktører på den teknologiske arenaen: selskaper, forskningssentre og produkter som er i stand til å konkurrere globalt uten å gå på akkord med personvernstandarder og grunnleggende rettigheter.

Innen utdanningssektoren understreker alt dette viktigheten av å utdanne ikke bare dyktige teknologer, men også kritiske borgere som forstår mekanismene bak kunstig intelligens, superdatamaskiner og databruk. Teknologi er et kraftig tveegget sverd: den kan løse enorme problemer, men den kan også konsentrere enestående kraft i hendene på svært få.

Bildet som tegnes av alle disse intervjuene og nyhetsrapportene er et av et økosystem i rask utvikling, hvor superdatamaskiner, kunstig intelligens og kvantedatamaskiner utvikler seg i halsbrekkende fart, mens myndigheter, selskaper og forskningssentre streber etter å holde tritt. Fra MareNostrum 5 og det spanske superdatamaskinnettverket til ROCm 7, Coatlicue og nye målinger for kvanteprosessorer, tyder alt på at ekstrem databehandling vil være en av de definerende kreftene som former vitenskap, økonomi og politikk i de kommende tiårene, med Europa, Latin-Amerika og andre aktører som kjemper om posisjon på et stadig mer krevende spillefelt.