ISC 2022: NVIDIA tăng tốc AI, phiên bản số, điện toán lượng tử và HPC tại biên

Các siêu máy tính, công cụ và một hệ sinh thái điện toán lượng tử đang mở rộng hứa hẹn sẽ mang đến những khả năng đột phá với các siêu chip và phần mềm của NVIDIA

Các nhà nghiên cứu đang vật lộn với những thách thức lớn ngày nay nhận được sự trợ giúp của điện toán tăng tốc, như đã được giới thiệu tại ISC – nơi tập hợp các chuyên gia về siêu máy tính thường niên của châu Âu.

Một số đang xây dựng các phiên bản kỹ thuật số (digital twin) để mô phỏng các nguồn năng lượng mới. Một số sử dụng AI + HPC để đi sâu vào bộ não con người.

Giải pháp hạ tầng Deep Learning, Trí tuệ Nhân tạo - AI

Còn một số khác đang đưa HPE đến biên với các công cụ có độ nhạy cao hoặc tăng tốc các mô phỏng trên các hệ thống lượng tử lai, Ian Buck – Phó chủ tịch điện toán tăng tốc của NVIDIA cho biết tại ISC ở Hamburg.

Cung cấp 10 Exaflops AI

Ví dụ, một siêu máy tính mới tại Phòng thí nghiệm Quốc gia Los Alamos (LANL) có tên Venado sẽ cung cấp 10 exaflops hiệu suất AI để cải tiến công việc trong các lĩnh vực như khoa học vật liệu và năng lượng tái tạo.

Các nhà nghiên cứu tại LANL đặt mục tiêu tăng tốc độ gấp 30 lần trong các ứng dụng đa vật lý tính toán của họ với các GPU, CPU và DPU của NVIDIA trong hệ thống.

Venado sẽ sử dụng các NVIDIA Grace Hopper Superchip để chạy những khối lượng công việc nhanh hơn gấp 3 lần so với các GPU trước đây. Nó cũng tích hợp NVIDIA Grace CPU Superchip để cung cấp gấp đôi hiệu suất trên mỗi watt so với các CPU truyền thống trên một loạt các ứng dụng không được tăng tốc.

BlueField mang lại động lực

Hệ thống LANL là một trong những hệ thống mới nhất trên thế giới sử dụng các NVIDIA BlueField DPU để giảm tải và tăng tốc các tác vụ giao tiếp và lưu trữ từ các CPU chính.

Tương tự, Texas Advanced Computing Center đang bổ sung các BlueField-2 DPU vào NVIDIA Quantum InfiniBand trên Lonestar6. Nó sẽ trở thành một nền tảng phát triển cho siêu máy tính cloud-native, hosting nhiều người dùng và ứng dụng với hiệu suất bare-metal trong khi cô lập các khối lượng công việc một cách an toàn.

Buck nói: “Đó là lựa chọn kiến trúc cho siêu máy tính và HPC cloud thế hệ tiếp theo”.

Exascale ở châu Âu

Ở châu Âu, NVIDIA và SiPearl đang hợp tác để mở rộng hệ sinh thái các nhà phát triển đang xây dựng tính toán exascale trên Arm. Công việc này sẽ giúp người dùng trong khu vực chuyển các ứng dụng sang các hệ thống sử dụng Rhea của SiPearl và các Arm-based CPU trong tương lai cùng với các công nghệ mạng và điện toán tăng tốc của NVIDIA.

Trung tâm Khoa học Tính toán của Nhật Bản tại Đại học Tsukuba, đang ghép nối các GPU NVIDIA H100 Tensor Core và các CPU x86 trên nền tảng NVIDIA Quantum-2 InfiniBand. Siêu máy tính mới sẽ giải quyết các công việc trong khí hậu học, vật lý thiên văn, big data, AI và hơn thế nữa.

Hệ thống mới sẽ nằm trong 71% danh sách TOP500 siêu máy tính mới nhất áp dụng các công nghệ của NVIDIA. Ngoài ra, 80% các hệ thống mới trong danh sách cũng sử dụng NVIDIA GPU, network hoặc cả hai và nền tảng mạng của NVIDIA là kết nối bên trong phổ biến nhất cho các hệ thống TOP500.

Người dùng HPC áp dụng các công nghệ NVIDIA vì chúng mang lại hiệu suất ứng dụng cao nhất cho khối lượng công việc của siêu máy tính – mô phỏng, học máy, xử lý biên thời gian thực – cũng như các khối lượng công việc mới nổi như mô phỏng lượng tử và digital twin.

Tăng sức mạnh với Omniverse

Cho thấy những gì các hệ thống này có thể làm, Buck đã mở một bản demo của một nhà máy năng lượng nhiệt hạch ảo mà các nhà nghiên cứu tại Cơ quan Năng lượng Nguyên tử Vương quốc Anh và Đại học Manchester đang xây dựng trong NVIDIA Omniverse. Digital twin giúp mô phỏng trong thời gian thực toàn bộ trạm năng lượng, các thành phần robot của nó – thậm chí cả hoạt động của plasma nhiệt hạch ở lõi.

NVIDIA Omniverse, một nền tảng cộng tác thiết kế 3D và mô phỏng thế giới, cho phép các nhà nghiên cứu của dự án ở khắp nơi có thể làm việc cùng nhau ở thời gian thực trong khi sử dụng các ứng dụng 3D khác nhau. Họ nhắm đến việc nâng cao công việc của mình với NVIDIA Modulus, một framework để tạo ra các mô hình AI phản hồi về vật lý.

“Đó là công việc vô cùng phức tạp mở đường cho các nguồn năng lượng tái tạo sạch của ngày mai”, Buck nói.

AI cho Hình ảnh y khoa

Buck đã mô tả cách các nhà nghiên cứu tạo ra một thư viện gồm 100.000 hình ảnh tổng hợp của não người trên NVIDIA Cambridge-1, một siêu máy tính dành riêng cho những cải tiến trong lĩnh vực chăm sóc sức khỏe với AI.

Một nhóm từ Đại học King’s College London đã sử dụng MONAI, một framework AI cho hình ảnh y khoa, để tạo ra những hình ảnh giống như thật có thể giúp các nhà nghiên cứu nhân biết các bệnh như Parkinson phát triển như thế nào.

“Đây là một ví dụ tuyệt vời về việc HPC + AI đã đóng góp thực sự cho khoa học và nghiên cứu”, Buck nói.

HPC tại biên

Càng ngày, công việc của HPC càng mở rộng vượt ra ngoài trung tâm siêu máy tính. Các đài quan sát, vệ tinh và các loại dụng cụ phòng thí nghiệm mới cần phát trực tuyến và trực quan hóa dữ liệu trong thời gian thực.

Ví dụ, công việc liên quan đến kính hiển vi lightsheet tại Phòng thí nghiệm Quốc gia Lawrence Berkeley đang sử dụng NVIDIA Clara Holoscan để xem trong thời gian thực ở quy mô nanomet, trong khi nó đòi hỏi nhiều ngày trên CPU.

Để giúp đưa siêu máy tính đến vùng biên, NVIDIA đang phát triển Holoscan cho HPC, một phiên bản phần mềm hình ảnh có khả năng mở rộng cao của chúng tôi để tăng tốc bất kỳ khám phá khoa học nào. Nó sẽ chạy trên những nền tảng được tăng tốc từ các mô-đun và appliance Jetson AGX đến các máy chủ chứa 4 GPU A100.

Buck nói: “Chúng tôi rất nóng lòng muốn xem các nhà nghiên cứu sẽ làm gì với phần mềm này”.

Tăng tốc mô phỏng lượng tử

Trong một vectơ khác của siêu máy tính, Buck đã báo cáo về việc áp dụng nhanh chóng NVIDIA cuQuantum, một bộ công cụ phát triển phần mềm để tăng tốc mô phỏng mạch lượng tử trên các GPU.

Hàng chục tổ chức đã và đang sử dụng nó trong nghiên cứu trên nhiều lĩnh vực. Nó được tích hợp vào các framework phần mềm lượng tử chính để người dùng có thể truy cập vào khả năng tăng tốc GPU mà không cần bất kỳ dòng code bổ sung nào.

Gần đây nhất, AWS đã thông báo về sự sẵn có của cuQuantum trong dịch vụ Braket của mình. Và nó đã chứng minh cách cuQuantum có thể cung cấp tốc độ tăng lên tới 900 lần trên các tải công việc học máy lượng tử trong khi giảm chi phí đi 3,5 lần.

“Điện toán lượng tử có tiềm năng to lớn và việc mô phỏng các máy tính lượng tử trên các siêu máy tính GPU là điều cần thiết để đưa chúng ta đến gần hơn với điện toán lượng tử có giá trị”. “Chúng tôi thực sự háo hức khi đi đầu trong công việc này”, Buck cho biết thêm.

Theo NVIDIA

____
Bài viết liên quan