Nvidia en het National Energy Research Scientific Computing Center (NERSC) hebben donderdag de "aan" -schakelaar omgedraaid voor Perlmutter, aangekondigd als 's werelds snelste supercomputer voor AI-workloads. De nieuwe supercomputer, genoemd naar astrofysicus Saul Perlmutter, beschikt over 6,144 NVIDIA A100 Tensor Core GPU's en krijgt de taak om de grootste 3D-kaart ooit van het zichtbare universum samen te voegen, naast andere projecten.

Perlmutter is "het snelste systeem ter wereld" bij het verwerken van workloads met de 16-bit en 32-bit mixed-precision wiskunde die wordt gebruikt in kunstmatige intelligentie (AI) -toepassingen, zei Nvidia Dion Harris, leider van wereldwijde HPC / AI-productmarketing tijdens een persconferentie eerder deze week. Later dit jaar zal een tweede fase nog meer AI-supercomputerkracht toevoegen aan Perlmutter, dat is ondergebracht bij NERSC in het Lawrence Berkeley National Laboratory.

“In één project zal de supercomputer helpen bij het samenstellen van de grootste 3D-kaart van het zichtbare heelal tot nu toe. Het zal gegevens verwerken van het Dark Energy Spectroscopic Instrument (DESI), een soort kosmische camera die wel 5,000 sterrenstelsels kan vastleggen in een enkele belichting, "Harris schreef in een blogpost het nieuws aankondigen.

“Onderzoekers hebben de snelheid van de GPU's van Perlmutter nodig om tientallen opnamen van één nacht vast te leggen om te weten waar ze de volgende nacht naar DESI moeten wijzen. Het voorbereiden van een jaar aan gegevens voor publicatie zou weken of maanden duren op eerdere systemen, maar Perlmutter zou hen moeten helpen om de taak in slechts een paar dagen te volbrengen, ”schreef hij.

HPC een boost geven met AI en machine learning

Het opstarten van een AI-geoptimaliseerde supercomputer "vertegenwoordigt een zeer reële mijlpaal", zegt Wahid Bhimji, waarnemend hoofd van de gegevens- en analysedienstengroep van NERSC.

"AI voor de wetenschap is een groeigebied bij het Amerikaanse ministerie van Energie, waar proof-of-concepts zich verplaatsen naar productiegebruiksituaties op gebieden als deeltjesfysica, materiaalkunde en bio-energie," zei hij.

"Mensen onderzoeken steeds grotere neurale netwerkmodellen en er is vraag naar toegang tot krachtigere bronnen, dus Perlmutter met zijn A100 GPU's, all-flash bestandssysteem en streaming datamogelijkheden zijn goed getimed om aan deze behoefte aan AI te voldoen, ”voegde Bhimji toe.

Perlmutter geeft de ongeveer 7,000 ondersteunde onderzoekers van NERSC toegang tot vier exaflops met computerprestaties met gemengde precisie voor AI-ondersteunde wetenschappelijke projecten. Naast het DESI-mappingproject, besteden onderzoekers tijd aan de supercomputer voor werk op gebieden als klimaatwetenschap, waar Perlmutter zal helpen bij het onderzoeken van subatomaire interacties om groene energiebronnen te ontdekken.

Dat project, dat simulaties van atomen zal genereren, vereist de speciale mix van AI en high-performance computing (HPC) die Perlmutter levert, zei Harris.

“Traditionele supercomputers kunnen nauwelijks de wiskunde aan die nodig is om simulaties van een paar atomen over een paar nanoseconden te genereren met programma's als Quantum Espresso. Maar door hun zeer nauwkeurige simulaties te combineren met machine learning, kunnen wetenschappers meer atomen bestuderen over langere tijdspannes, ”zei hij.

De mogelijkheid om AI in supercomputing te gebruiken, heeft ook onderzoekers optimistisch over het DESI-project. Naast het in kaart brengen van het bekende universum, beoogt het project "licht te werpen op donkere energie, de mysterieuze fysica achter de versnellende uitdijing van het universum", zei NERSC-data-architect Rollin Thomas. Systeemnaamgenoot Saul Perlmutter, die nog steeds een werkende astrofysicus is bij Berkeley Lab, ontving de Nobelprijs voor natuurkunde 2011 voor zijn bijdragen aan de ontdekking van donkere energie.

"Voor mij is Saul een voorbeeld van wat mensen kunnen doen met de juiste combinatie van onverzadigbare nieuwsgierigheid en toewijding aan optimisme," zei Thomas.

Hij voegde eraan toe dat NERSC bij voorbereidend werk met onderzoekers om code klaar te maken voor de workloads van de Perlmutter-supercomputer, al 20x snellere GPU-verwerkingsprestaties zag dan in eerder beschikbare systemen.