W jaki sposób plan transformacji branży IBM wykorzystuje sztuczną inteligencję, 5G i współpracę
Gigant energetyczny, wielbiciel gigantycznych komputerów, jest entuzjastycznie nastawiony do wczesnych wyników prowadzenia bardzo dużych, intensywnie przetwarzających dane zadań symulacyjnych, takich jak poszukiwanie ropy naftowej i gazu.
Cerebras Systems, start-up z siedzibą w San Jose w Kalifornii, który produkuje komputery przeznaczone do przetwarzania algorytmów głębokiego uczenia i innych naukowych zadań obliczeniowych na dużą skalę, ogłosił w środę rano, że sprzedał swój pierwszy komputer "CS-2" TotalEnergies, 98-letniej firmie zajmującej się poszukiwaniem i produkcją energii z siedzibą w Paryżu.
Jest to pierwsze zwycięstwo młodego startupu AI w sektorze energetycznym.
"Sektor energetyczny historycznie był ogromnym konsumentem mocy obliczeniowej i generalnie milczeli na ten temat" - powiedział współzałożyciel i dyrektor generalny Cerebras, Andrew Feldman, w wywiadzie dla ZDNet. "Rynek energii jest czterokrotnie większy niż rynek, na którym działa Google i cała reszta - jest niewiarygodnie duży. - powiedział, odnosząc się do rynku reklamy i zakupów online.
"Nasi inżynierowie są bardzo podekscytowani" - powiedział dr Vincent Saubestre, który jest dyrektorem generalnym TotalEnergies Research and Technologies - "ponieważ maszyny Cerebras są zaprojektowane do uczenia maszynowego i informowania modeli o projektowaniu nowych molekuł, projektowaniu nowych materiałów, symulowaniu rzeczy, które zajęłyby znacznie więcej czasu" przy użyciu innych komputerów. Ośrodek badawczy z siedzibą w Houston w Teksasie jest miejscem, w którym system CS-2 był testowany. Saubestre wypowiadał się w tym samym wywiadzie dla ZDNet co Feldman.
Dodał: "Działamy w bardzo różnych dziedzinach: my sprowadzamy ekspertów w danej dziedzinie, oni przynoszą sprzęt, który nie jest testowany w tej branży".
Biuro badawcze TotalEnergies ma za zadanie ocenić nowe maszyny, które mają zostać rozszerzone i ostatecznie przejąć istniejące systemy TotalEnergies.
"Jesteśmy pilotami testowymi nowych maszyn w Houston, szkole Top Gun", jak Saubestre określa biuro.
TotalEnergies jest wielbicielem naprawdę dużych komputerów, a korzystanie z Cerebras CS-2 odbywa się pośród wielu testów i budowy systemów superkomputerowych. Pangea III firmy TotalEnergies jest 29. co do wielkości superkomputerem na świecie, opartym na maszynach IBM. Jest to największy prywatny superkomputer, powiedział Saubestre.
Cerebras w sierpniu 2019 r. zaprezentował największy na świecie chip, "Wafer-scale engine" (GPW), przeznaczony do przetwarzania algorytmicznego z dużą ilością takich rzeczy, jak mnożenie macierzy.
W 2019 r. firma pozyskała wczesne transakcje z laboratoriów rządowych, w tym z Argonne National Laboratory i Lawrence Livermore National Laboratory Departamentu Energii USA.
Pierwszy projekt testowany na CS-2 to zadanie "modelowania sejsmicznego", które służy do wykrywania, gdzie należy wiercić w poszukiwaniu ropy i gazu. Prace te zostały szczegółowo opisane w środę w prezentacji naukowców z TotalEnergies na konferencji Energy HPC 2022 na Uniwersytecie Rice w Houston.
Praca obejmuje duże obrazy sejsmiczne, na których fale akustyczne odbijają się od powierzchni podwodnych powierzchni, aby ocenić krajobraz, "co jest ropą, co nie jest ropą, co jest gazem, a co nie jest gazem". Duże symulacje zastępują następnie porowate media, w których przechowywana jest ropa i gaz.
"Zasadniczo jest to odwrócenie dużych matryc i symulacja zjawiska fizycznego" - powiedział Saubestre. Dodatkowe szczegóły są opisane w poście na blogu Cerebras.
Feldman powiedział, że działanie przeciwko pojedynczemu procesorowi graficznemu Nvidia A100, układowi Cerebras, który ma 56 razy większą powierzchnię krzemu niż procesor graficzny i 12 733 razy większą przepustowość pamięci, był w stanie pokonać wydajność części Nvidia o 100 razy.
"Wykazaliśmy 100-krotne przyspieszenie ze względu na przepustowość pamięci oraz to, że te obciążenia są kombinacją sztucznej inteligencji i innych zadań HPC, są niezwykle intensywne obliczeniowo i wymagają dużego dostępu do i z pamięci".
"To nie jest żart w świecie obliczeń; Nie ma o wiele lepszej 100 razy w naszym świecie".
Chociaż porównanie części Cerebras wielkości wafla z pojedynczym procesorem graficznym Nvidia nie jest do końca przesadą, Feldman powiedział, że porównanie jest nadal znaczącą demonstracją przyspieszenia, ponieważ istnieją korzyści z systemu zintegrowanych rdzeni i zintegrowanej przepustowości, które przekraczają to, co może zrobić wiele oddzielnych części, gdy są połączone razem.
"Kiedy jesteśmy 100 razy szybsi niż jeden procesor graficzny, nie oznacza to, że możesz zrobić to, co my możemy zrobić ze 100 procesorami graficznymi; prawdopodobnie jest to bliżej 1000" - powiedział Feldman. "Ponieważ nie skalują się liniowo, a podwojenie liczby oddzielnych procesorów graficznych wymaga ponad dwukrotnie więcej mocy".
Feldman powołuje się na badania przeprowadzone w zeszłym roku przez Tima Rogersa i Mahmouda Khairy'ego z Purdue University, opublikowane przez Association for Computing Machinery. Badanie to oferuje dogłębne zagłębienie się w szczegóły różnych architektur chipów dla sztucznej inteligencji.
"Byłbym trochę ostrożny, reklamując się 100 razy, ale zdecydowanie ma ten potencjał" - powiedział Saubestre.
Saubestre podkreślił korzyści płynące z maszyny Cerebras, ponieważ grupa podejmuje się coraz większych zadań.
Firma prowadzi badania nad metodami wychwytywania dwutlenku węgla, aby spróbować zmniejszyć emisję gazów cieplarnianych w ramach wsparcia COP26, Konferencji Narodów Zjednoczonych w sprawie zmian klimatu w 2021 roku.
"Różnica polega na tym, że nie patrzysz na zamknięcie na obszarze o wymiarach 10 mil na 10 mil, patrzysz na zamknięcie wielkości basenu, w którym będziesz magazynować CO2, i patrzysz na symulacje czasowe, które nie trwają dziesięciu, 20, 30 lat, ale magazynowania CO2 przez setki lat".
"Kiedy zaczynamy przyglądać się tym masywnym modelom w skali basenu, jest to również zaleta dla maszyn Cerebras".
TotalEnergies prowadzi również badania nad materiałami, takimi jak wysokowydajne akumulatory używane w kosmosie, oraz nad projektami materiałów, które bezpośrednio wychwytywałyby CO2 z powietrza i wychwytywały go.
"To są wszystkie ekscytujące projekty, które będziemy testować w nadchodzącym roku z zespołem Andrew".
Praca jest godna uwagi nie tylko ze względu na skalę problemów, ale także ze względu na użycie tego, co Cerebras nazywa swoim językiem oprogramowania Cerebras; SDK wprowadzony w zeszłym roku, który pozwala na bardziej niskopoziomową kontrolę nad maszyną. CSL pozwala użytkownikom "tworzyć niestandardowe jądra dla ich samodzielnych aplikacji lub modyfikować biblioteki jądra dostarczone dla ich unikalnych przypadków użycia", jak wyjaśnia Cerebras. Naukowcy z TotalEnergies współpracowali z firmą Cerebras w celu udoskonalenia kodu CSL w celu optymalizacji obciążeń na CS-2.
Jeśli chodzi o przyszłe zakupy poza jedną jednostką CS-2, Saubestre opisał TotalEnergies i Cerebras jako narzeczonych, którzy są na zalotach.
"Istnieje wiele partnerstw, w ramach których jeździsz samochodem, aby pójść do klubu nocnego, a także są długoterminowe współprace" - powiedział Saubestre. "Na razie jesteśmy narzeczonymi, ale staramy się, żeby ta para się udała".
"Jest wiele rzeczy, które można zoptymalizować i istnieje duży potencjał, i to był powód, dla którego zdecydowałem się nawiązać współpracę z kimś, kto jest tak samo chętny jak my, aby to osiągnąć" - powiedział Saubestre. "Mamy nadzieję, że uda nam się utrzymać tę przewagę konkurencyjną, którą mieliśmy przez lata, i wynaleźć przyszłe maszyny do przeprowadzania naszych symulacji".
Saubestre dodaje, że niektórzy dostawcy, z którymi współpracuje TotalEnergies, koncentrują się na sprzedaży usług w chmurze, ale takie usługi niekoniecznie są idealne do rodzajów pracy, które gigant energetyczny musi wykonać.
"Sprzedają chmurę tak, jakby to był koniec tego wszystkiego, a w tej chwili nie jest ona tak atrakcyjna, jak się wydaje" - powiedział.