12 人の学者が CCF HPC China に集まり、科学研究の新しいパラダイム、つまり超知能融合/コンピューティング ネットワーク融合/科学インテリジェント コンピューティング...について話し合いました。

特色图像

チューリング賞受賞者のジム・グレイはかつて、科学研究の 4 つの主要なパラダイム、すなわち実験科学、理論科学、計算科学、データ集約型科学を分類しました。近年、AIの爆発的な発展に伴い、業界関係者の間では「科学研究の第5のパラダイムが到来した」と言われている。

科学研究のパラダイムが繰り返される中で、データの中心的な役割は決して変わりません。幸いなことに、科学研究のパラダイムがコンピューティングから AI に移行するにつれて、データ出力のコストは低下し続けており、生命科学や材料化学などの分野のデータベースは飛躍的に拡大しています。ライフ サイエンス コンピューティングを例に挙げると、「データ量の増加は 3 年ごとに 2 倍になる可能性がありますが、ライフ サイエンス コンピューティングの市場規模は 6 年ごとに 2 倍にしかなりません。」

その理由について、北京大学のコン・レイ教授は、データ出力コストがチップの進歩よりも早く低下しているため、大量のデータがタイムリーに効果的に処理されていない可能性があると示唆した。彼はこう思います、ライフサイエンス研究はますますデータ主導型になってきており、コンピューティングパワーは科学研究の中核的な競争力の 1 つとなっています。

北京大学のコン・レイ教授

Kong Lei 教授が述べたことは、幅広い科学研究分野で取り組む必要がある問題であることに疑いの余地はありません。コンピューティング能力は、科学研究、さらには工学アプリケーションにおいても技術的なボトルネックを突破するための重要なエンジンとなる可能性があります。この文脈では、ハイパフォーマンスコンピューティング(HPC)は大きな注目を集めており、「計算力の王冠」として、強力な計算力と並列処理技術などの利点を活かして、多くの分野で成熟したアプリケーションを実現してきました。

9月24日に開幕した第20回CCF全国ハイパフォーマンスコンピューティング学術年次会議(CCF HPC China 2024)では、招待されたレポートからテーマフォーラムまで、さまざまな専門分野の一流の学者や業界専門家が、さまざまなアプリケーションシナリオに焦点を当てて、HPC の開発状況とトレンドについて徹底的な共有と交換を実施しました。

具体的には、CCF HPC Chinaは「Huazhang 20 Years of New Quality Future」をテーマに、12人の学者と400人以上のトップ学者を招待し、30以上のテーマフォーラムと30以上の多彩な周辺活動も開催した。 4,000人で、現場のコミュニケーションの雰囲気は強かったです。 HyperAI は、公式協力コミュニティとして CCF HPC China 2024 に参加し、有益なレポートを提供しました。

「統合」が大きなトレンドになっている

業界の一部の人々は、高性能コンピューティング アプリケーションの遍在性と強力な機能を説明するために「空、海、地球、そして人々を数える」という言葉を使います。しかし、実際のアプリケーションでは、それは多くの場合困難です。木が成長して森になる。ハイパフォーマンスコンピューティングにおけるスーパーコンピューティングとインテリジェントコンピューティングの統合が必要であるだけでなく、コンピューティングサービスを提供する過程において、コンピューティングリソースを活性化するために、コンピューティング能力とネットワークの統合も一般的な傾向となっています。

スーパーコンピューティングとインテリジェントコンピューティングの統合

中国科学院の学者、国立国防技術大学の教授、中国コンピュータ連盟(CCF)のフェローである王淮民氏は、共有の中で次のように述べた。インテリジェント コンピューティングの時代において、科学用 AI は基礎科学研究の進歩を促進するだけでなく、高性能コンピューティングと人工知能技術の開発に新たな機会と課題をもたらします。科学研究の特定のアプリケーション シナリオをどのように組み合わせて、ビッグ データ分析、シミュレーション コンピューティング、インテリジェントな予測、実験支援においてハイ パフォーマンス コンピューティングと人工知能の可能性を最大限に発揮するかが、科学向け AI 実装の現在の焦点です。

学者の王淮民氏は、科学のための AI と科学のためのコンピューティングは関連しており、どちらも科学研究を行うための計算手法の使用を支持しているが、この 2 つの違いはもっと注目に値すると考えています。この違いは、プロセッサ チップ、コンピュータ アーキテクチャ、さらにはシステム ソフトウェアの点において、スーパーコンピューティングとインテリジェント コンピューティングの大きな違いに反映されているだけでなく、さらに重要なことに、この 2 つは、世界を理解するためのまったく異なるモデリング手法を表しています。

同氏は、従来のComputing for Scienceは数式を使用して世界をモデル化する科学研究手法を志向しており、AI for Scienceは機械学習を使用して世界をモデル化する科学研究手法を志向していると述べた。これは、スーパーコンピューティングとインテリジェント コンピューティングの統合が将来の科学研究をサポートし、幅広い展望があることも意味します。

学者の王淮民氏がビデオ形式で共有

同様に、25日のテーマフォーラムでも、「超知能融合」について多くの専門家が熱い意見交換を行いました。例えば、「第 6 回数値シミュレーション工学アプリケーションにおけるインテリジェント スーパーコンピューティング融合技術フォーラム」では、中国電力研究院有限公司の Wang Yishen 氏が電力アプリケーション シナリオに焦点を当て、電力科学インテリジェント コンピューティング技術を紹介しました。

同氏は、現在の電力システムには、強い不確実性、高次元特性、非凸非線形性、複数の時間スケール、複雑な時空間特性、複数の目的、複数の制約などの特徴があり、電力システムの計算はシステム解析規模の大幅な増大に直面していると述べた。主要な課題には、定量化と洗練されたモデリングの難しさ、複雑な安全機構、制御対象と変数の高次元拡張が含まれます。

これを考慮して、電力科学におけるインテリジェント コンピューティングは時代の要求に応じて登場し、従来の数学的手法や一般的な AI テクノロジーの欠点を補うことができます。例えば、AI技術は学習環境やサンプルに依存しており、汎化性や拡張性が弱く、解釈可能性について批判されることも多いですが、機構データを統合した電力科学におけるインテリジェントコンピューティングには、解析や計算効率の向上など多くの利点があります。これにより、モデルの洗練された表現能力が向上すると同時に、アルゴリズムの適応性や汎化能力なども向上します。

コンピューティング能力とネットワークの統合

現在、ムーアの法則は徐々にボトルネックになりつつあり、単一チップの計算能力を向上させる余地はますます狭くなり、コストはますます高くなっています。そのため、既存の計算能力リソースを活性化することが重要です。そして、これが「計算力ネットワーク」の利点であり、計算力の種類、適切な計算力規模、最適な計算力のコストパフォーマンスをマッチングさせた、最適な計算力リソースサービスをユーザーに提供することです。このプロセスでは、コンピューティング パワー ネットワークが個別のコンピューティング パワーを接続し、「コンピューティング」がコンピューティング パワーを生み出し、「ネットワーク」がコンピューティング パワーを接続します。

言えることは、コンピューティングパワーネットワークの位置付けは、インテリジェント時代のインフラであるべきであり、ブラウザやWeChatのようにすべての人々に広く使用されるべきです。新しいテクノロジーが普及するには、「キラー」アプリケーションが必要です。今後、AIPC と AI 携帯電話は、人々の間で普及するインテリジェントなパーソナル アシスタントになる可能性があり、将来的にはコンピューティング パワー ネットワークに対する実際の需要を形成する可能性があります。コンピューティング能力がネットワークを通じてより多くの人々にサービスを提供できるようにし、大多数のユーザーがコンピューティング能力ネットワークから実際の利益を得られるようにすることによってのみ、コンピューティング能力ネットワークを急速に発展させることができます。

中国工程院学会員であり、中国科学院計算技術研究所の研究員でもある李国傑氏は、次のように提案した。現在、さまざまな部門がコンピューティング パワー ネットワークにおいてさまざまな取り組みを行っており、通信事業者はクラウド ネットワークの統合に注力しており、地方自治体はコンピューティング パワー ハブの構築に注力しており、コンピュータ業界は分散コンピューティングに関する基礎研究に注力している。努力。

学者のLi Guojie氏は、「コンピューティングパワーネットワークに関するメタ思考」と題したレポートの中で、現在、大規模モデルの事前トレーニングがコンピューティングパワーの主な需要となっているが、広域分散コンピューティングは大規模モデルのトレーニングには適しておらず、複数のネットワークに依存していると述べた。小規模なインテリジェント コンピューティング センターでは、分散コンピューティングによる大規模モデルのトレーニングは解決策ではない可能性があります。コンピューティング ネットワークの研究には、Web ページと同様の核となる抽象化が必要であり、「ハイパーリンク」を「スーパー タスク」に発展させる必要があります。理論的抽象化は、パフォーマンスや SOTA ランキングの段階的な改善ではなく、まず定性的研究でブレークスルーを達成することです。

科学研究パラダイムのアップグレードは、代替品ではなく、相互に補完するものです。

国防技術大学の准研究員であるフェン・ダーウェイ氏は講演の中で、科学研究はメンデルやラヴォアジエなどの科学者に代表される観察と帰納に基づく実証科学と、仮定と仮定に基づく科学を含む5つのパラダイムを経てきたと述べた。ニュートンやアインシュタインに代表される理論科学では、1950年代までに複雑な現象をコンピュータでシミュレーションする第3の科学研究手法が登場し、その代表的なものが分子動力学シミュレーションでした。

2000 年以降、インターネットとクラウド コンピューティングの発展により、主にデータの管理、共有、マイニングに重点を置いたビッグ データ主導の科学研究パラダイムが誕生しました。 2020年以降、人工知能技術、特にAlphaFoldシリーズとGPTシリーズの大型モデルの発展に伴い、人工知能主導の科学研究パラダイムが出現しました。

馮大偉氏は、これらの科学研究手法は代替品ではなく、相互に補完し合い、共同で科学研究の発展を促進することを提案した。

CCF HPC 中国について

CCF HPC China は 2005 年に設立され、今年で 20 回目のイベントとなります。現在、CCF HPC China は、米国の SC スーパーコンピューティング カンファレンス、ドイツの ISC スーパーコンピューティング カンファレンスと並んで、ハイパフォーマンス コンピューティングの分野で最も影響力のある世界 3 つのスーパーコンピューティング イベントの 1 つとなっています。過去 20 年間にわたり、中国コンピュータ協会ハイパフォーマンス コンピューティング委員会 (以下、「ハイパフォーマンス コンピューティング委員会」という) は、CCF HPC China を学術プラットフォームとして利用し、学界と産業界のためのプラットフォームを構築してきました。高性能コンピューティングのユーザーや外国の学者の同僚だけでなく、専門的でハイエンドかつ広範なコミュニケーション プラットフォームを確立し、中国の高性能コンピュータ産業の急速な発展を効果的に促進しています。

2024 年、中国のハイパフォーマンス コンピューティングは、人工知能と新たな生産性およびコンピューティング力産業との密接な関係を掘り下げる重要な機会をもたらすでしょう。過去を継承し未来を切り開くトップの業界イベントとして、CCF HPC China は広範な交流と協力を通じて業界の拡大に新たな可能性を加えることに尽力しています。

HyperAI は CCF HPC China 2024 に公式協力コミュニティとして深く参加しており、今後も一流の学者や業界専門家からの有益な講演や最先端の意見を共有していきますので、ご期待ください。