إنفيديا تساعد في إنشاء أكبر خريطة ثلاثية الأبعاد للكون

قامت شركة إنفيديا والمركز الوطني للحوسبة العلمية لأبحاث الطاقة NERSC بتشغيل Perlmutter. ووصف Perlmutter بأنه أسرع حاسوب عملاق في العالم لأعباء عمل الذكاء الاصطناعي.

ويضم الحاسوب العملاق 6144 وحدة معالجة رسومات A100 Tensor Core من إنفيديا، ويتم تكليفه بجمع أكبر خريطة ثلاثية الأبعاد للكون المرئي، من بين مشاريع أخرى.

وقالت إنفيديا: إن Perlmutter هو أسرع نظام على هذا الكوكب في معالجة أعباء العمل باستخدام الرياضيات ذات الدقة المختلطة 16 بت و 32 بت المستخدمة في تطبيقات الذكاء الاصطناعي.

وكتبت إنفيديا: يساعد الحاسوب العملاق في أحد المشاريع في تجميع أكبر خريطة ثلاثية الأبعاد للكون المرئي حتى الآن.

ويعالج الحاسوب البيانات من أداة التحليل الطيفي للطاقة المظلمة (DESI). وهي نوع من الكاميرات الكونية التي يمكنها التقاط ما يصل إلى 5000 مجرة ​​في تعريض واحد.

على سبيل المثال يحتاج الباحثون إلى سرعة وحدات معالجة الرسومات في Perlmutter لالتقاط العشرات من التعريضات الضوئية من ليلة واحدة لمعرفة مكان توجيه DESI في الليلة التالية.

وقد يستغرق إعداد بيانات لمدة عام للنشر أسابيع أو شهورًا عبر الأنظمة السابقة. ولكن يجب أن يساعدهم Perlmutter في إنجاز المهمة في أقل من أيام قليلة.

إنفيديا والذكاء الاصطناعي والتعلم الآلي:

ويستكشف الأشخاص نماذج أكبر وأكبر للشبكات العصبونية، وهناك طلب للوصول إلى موارد أكثر قوة.

ويلبي Perlmutter هذه الحاجة إلى الذكاء الاصطناعي مع وحدات معالجة الرسومات A100 ونظام ملفات الفلاش بالكامل وإمكانيات بث البيانات.

ويمنح Perlmutter ما يقرب من 7000 باحث مدعوم من NERSC الوصول إلى 4 exaFLOPS من أداء الحوسبة المختلطة الدقة للمشاريع العلمية بمساعدة الذكاء الاصطناعي.

وبالإضافة إلى مشروع رسم الخرائط DESI، يقضي الباحثون الوقت مع الحاسوب العملاق للعمل في مجالات مثل علم المناخ.

ويساعد Perlmutter في التحقيق في التفاعلات دون الذرية لاكتشاف مصادر الطاقة الخضراء.

وقالت إنفيديا: إن هذا المشروع يتطلب مزيجًا خاصًا من الذكاء الاصطناعي والحوسبة العالية الأداء التي يقدمها Perlmutter.

وبالكاد تستطيع الحواسيب العملاقة التقليدية التعامل مع الرياضيات المطلوبة لتوليد محاكاة لعدد قليل من الذرات على مدى بضع نانو ثانية باستخدام برامج مثل Quantum Espresso.

ويمكن للعلماء دراسة المزيد من الذرات على فترات زمنية أطول من خلال الجمع بين عمليات المحاكاة العالية الدقة والتعلم الآلي.

وتجعل القدرة على الاستفادة من الذكاء الاصطناعي في الحوسبة الفائقة الباحثين متفائلين بشأن مشروع DESI.

ويهدف المشروع أيضًا إلى تسليط الضوء على الطاقة المظلمة، والفيزياء الغامضة وراء التوسع المتسارع للكون.