Эра экзафлопс: новый суперкомпьютер Массачусетского технологического института

В лаборатории Линкольна Массачусетского технологического института заработал новый суперкомпьютер TX-GAIN. Два экзафлопса вычислительной мощности для развертывания искусственного интеллекта. В основе вычислительной мощности – более шестисот графических процессоров. Суперкомпьютер создан для лучшего понимания биологических процессов, что важно для медицины, а также для моделирования климата.

Суперкомпьютер на экзафлопс

Речь про новую систему TX-Generative AI Next (TX-GAIN). Суперкомпьютер способен выполнять два квинтиллиона операций в секунду! Для сравнения: японский Fugaku завоевал титул самого быстрого суперкомпьютера в мире в 2020 году. NVIDIA DGX GH200, выпущенный в 2023 году, перевернул мир ИИ, объединив 256 чипов Grace Hopper в единую архитектуру. И, всего два года спустя, TX-GAIN выходит в лидеры.

Конечно, есть пример того же Colossus от Илона Маска, но это пример частного суперкомпьютера. Здесь же речь про сугубо научный проект.

Подобный рост и развитие систем стали наглядным доказательством ускоренного прогресса, наглядным воплощением начала технологической сингулярности. Ведь то, на что раньше уходили десятилетия прогресса, теперь происходит за считанные секунды. И аппаратное обеспечение лежит в основе этого скачка.

На что направлены мощности суперкомпьютера TX-GAIN

Созданный на основе более чем шестисот ускорителей NVIDIA, TX-GAIN не просто обеспечивает высокую производительность. Он призван помочь исследователям моделировать сложные системы, такие как изменение погоды и поведение материалов. Особенности развития болезней и защитные функции иммунитета.

TX-GAIN позволит нашим исследователям добиться научных и инженерных прорывов. Система играет важную роль в поддержке генеративного ИИ, физического моделирования и анализа данных во всех областях исследований.

Джереми Кепнер, руководитель Суперкомпьютерного центра лаборатории Линкольна (LLSC).

Используя передовые генеративные модели, TX-GAIN позволяет системам не просто распознавать закономерности, но и создавать их. Речь не про отличие «паттернов болезни» или предупреждениях о формировании грозового фронта, а про создание новых молекул или разработке систем, способных проследить последствия влияния на погоду.

Моделирование белков и погодных изменений

Сейчас команды лаборатории Линкольна используют вычислительные мощности для моделирования погоды, выявления аномалий в сетевом трафике и разработки новых материалов и лекарств путем моделирования химических взаимодействий, на которые в физической лаборатории ранее ушли бы месяцы.

TX-GAIN позволяет нам моделировать не только значительно больше взаимодействий белков, чем когда-либо прежде, но и анализировать гораздо более крупные белки с большим количеством атомов. Эти новые вычислительные возможности кардинально меняют подход к определению роли белков в биологической защите.

Рафаэль Хаймс из группы систем противодействия оружию массового поражения.

То, что раньше требовало от команды специалистов, свободно владеющих сложным кодом, теперь доступно любому, у кого сформирован исследовательский вопрос. Благодаря интерактивному интерфейсу TX-GAIN учёные могут запускать огромные модели, используя лишь свой ноутбук.

В основе LLSC лежит идея: сделать работу на суперкомпьютерах такой же комфортной, как на ноутбуке. Благодаря нашему удобному подходу пользователи могут запускать свои модели и быстро получать ответы прямо на рабочем месте.

Особенности суперкомпьютера MIT

Суперкомпьютер TX-GAIN уже включен в экосистему Массачусетского технологического института: от обсерватории Хейстек и Центра квантовой инженерии до программы ИИ Министерства ВВС и MIT AI Accelerator.

Сам объект тоже часть эксперимента: расположенный в Холиоке (штат Массачусетс) он работает в рамках программы энергоэффективного центра обработки данных, в котором новое программное обеспечение сократило потребление энергии на обучение ИИ до 80%.

LLSC предоставляет возможности, необходимые для проведения передовых исследований, при этом экономически и энергоэффективно.

Я мог бы упомянуть экстраполяцию Гордона Мура, но будем честны. С момента её утверждения мир вычислительных технологий разительно изменился. Количество транзисторов на плату перестало быть единственным универсальным маркером. А вычислительные мощности растут, вопреки росту цен и запросам на энергию.

Плоды такого прогресса, разбор открытий и способов хоть немного, но улучшить природу человека, разбираются в сообществе Neural Hack. Заглядывайте, чтобы держать под рукой свежие статьи!

Источник: habr.com