Argonne National Laboratory startet großen Maßstab AI-Schlußfolgerungsdienst für Open Science

Der Wettlauf, größere KI-Modelle zu bauen, hat jahrelang Schlagzeilen dominiert, aber eine der größten Herausforderungen im wissenschaftlichen Rechnen blieb weitgehend ungelöst: Wie Forscher fortgeschrittene KI-Systeme im großen Maßstab nutzen können, ohne ihre eigene teure Infrastruktur aufzubauen.

Das ist das Problem, das das Argonne National Laboratory jetzt mit dem Start des ersten großen Maßstab KI-Schlußfolgerungsdienstes lösen will, der speziell für Open Science konzipiert ist.

Der neue Dienst, der durch die Argonne Leadership Computing Facility (ALCF) entwickelt wurde, bietet Forschern Cloud-ähnlichen Zugriff auf große Sprachmodelle, wissenschaftliche Grundlagenmodelle und Computer-Vision-Systeme, die direkt auf Argonnes Hochleistungsrecheninfrastruktur laufen. Anstatt ihre eigenen Modelle zu trainieren oder spezielle Hardware-Cluster zu verwalten, können Wissenschaftler auf eine gemeinsame Schlußfolgerungsplattform zugreifen, die für große Forschungsworkflows optimiert ist.

Warum KI-Schlußfolgerung für die Wissenschaft wichtig ist

Ein großer Teil der KI-Konversation hat sich um das Training von Modellen gedreht, aber die Schlußfolgerung ist der Punkt, an dem KI-Systeme praktisch nützlich werden. KI-Schlußfolgerung ist der Schritt, bei dem trainierte Modelle Daten analysieren, Vorhersagen generieren, Ergebnisse interpretieren oder bei Entscheidungen in Echtzeit helfen.

Für wissenschaftliche Forschung kann die Schlußfolgerung den Tempo der Experimente dramatisch beschleunigen. Massive Datensätze von Teilchenbeschleunigern, Teleskopen, Fusionsexperimenten, Genomik-Projekten und Molekül-Simulationen überwältigen oft traditionelle Analyse-Pipelines. KI-Schlußfolgerungssysteme können diese Datensätze schnell interpretieren und Forschern helfen, Muster oder Anomalien zu identifizieren, die sonst Wochen oder Monate dauern würden, um sie zu entdecken.

Argonnes neuer Dienst soll eine große Flaschenhalssituation beseitigen, indem er fortschrittliche Schlußfolgerungsfähigkeiten als zentrale Ressource anbietet, anstatt jedem Institut seine eigene KI-Infrastruktur bereitzustellen.

Michael Papka, Direktor der ALCF, beschrieb die Initiative als einen Schritt weg von der bloßen Bereitstellung von Rechenleistung hin zur Bereitstellung integrierter KI-gestützter wissenschaftlicher Dienste.

Eine nationale KI-Infrastruktur für Forschung

Der Schlußfolgerungsdienst ist eng mit der breiteren Genesis-Mission des US-Energieministeriums verbunden, einer nationalen Initiative, die darauf abzielt, wissenschaftliche Entdeckungen durch KI-gesteuerte Infrastruktur zu beschleunigen. Die Mission zielt darauf ab, Supercomputer, wissenschaftliche Instrumente und große Datensätze in ein einheitliches KI-Ökosystem zu integrieren, das nächste Generationen von Forschung unterstützen kann.

Argonnes System unterstützt bereits Forscher aus mehreren DOE-Laboratorien, darunter Brookhaven National Laboratory, Lawrence Berkeley National Laboratory, Oak Ridge National Laboratory und Los Alamos National Laboratory. Die breitere Vision ist es, eine vernetzte nationale Forschungsplattform zu schaffen, auf der KI-Tools, experimentelle Daten und Supercomputer-Ressourcen nahtlos zusammenarbeiten können.

Dies ist besonders wichtig, da wissenschaftliche KI-Arbeitslasten zunehmend agierende Workflows beinhalten, bei denen Modelle wiederholt mit Simulations-Systemen, Datenbanken und Analyse-Tools interagieren. Diese Workflows können enorme Token-Verbrauch und Rechenkosten verursachen, wenn sie auf kommerziellen KI-Plattformen ausgeführt werden. Argonnes Infrastruktur ist dafür ausgelegt, diese Workloads intern für wissenschaftliche Anwendungen zu unterstützen.

Die Technologie hinter der Plattform

Der Dienst bietet Zugriff auf mehrere Modellfamilien, darunter Googles Gemma-Modelle, Metas LLaMA-Familie und OpenAI-GPT-OSS-Systeme sowie domänen-spezifische wissenschaftliche Grundlagenmodelle und intern entwickelte Systeme wie AuroraGPT.

AuroraGPT ist besonders bemerkenswert, da es Argonnes breitere Ambition darstellt, KI-Systeme zu bauen, die speziell auf wissenschaftliche Literatur, Datensätze und multimodale Forschungseingaben trainiert sind. Das Projekt hat extrem große Architekturen erforscht, die für wissenschaftliche Argumentation und Hochleistungsrechenumgebungen optimiert sind.

Die Infrastruktur selbst läuft auf dedizierten ALCF-Systemen wie Sophia und Metis, mit geplanten Erweiterungen auf NVIDIA-basierte Systeme namens Tara und Minerva.

Jenseits von Chatbots: Echte wissenschaftliche Anwendungen

Während die öffentliche KI-Diskussion oft um konversationale Assistenten kreist, liegt Argonnes Fokus fest auf der Beschleunigung von Forschung.

Bei der Fusionsenergie-Forschung können Schlußfolgerungsmodelle das Plasma-Verhalten in Echtzeit überwachen und möglicherweise Störungen vorhersagen, bevor sie auftreten. In der Astronomie und Teilchenphysik können KI-Systeme enorme Datenströme von Teleskopen oder Kollidern analysieren, um seltene Ereignisse effizienter zu identifizieren. In der Chemie und Materialwissenschaft können Schlußfolgerungssysteme komplexe Molekül-Simulationen koordinieren und große Rechen-Workflows automatisieren.

Ein Beispiel, das Argonne hervorhebt, ist ChemGraph, ein KI-gesteuerter Rahmen, der darauf abzielt, Molekül-Simulations-Workflows zu vereinfachen. Das System verwendet wiederholte KI-Tool-Aufrufe, um Simulationen, Datenanalyse und iterative Experimente in einem verbundenen Workflow zu koordinieren.

Die breitere Implikation ist, dass wissenschaftliches Rechnen von isolierten Supercomputer-Jobs zu kontinuierlich interaktiven KI-gestützten Forschungsumgebungen evolviert.

Argonnes wachsende Rolle in der KI-Infrastruktur

Gegründet im Jahr 1946, ist das Argonne National Laboratory eines der wichtigsten wissenschaftlichen Forschungsinstitute der Vereinigten Staaten, insbesondere im Bereich Hochleistungsrechnen, Energiesysteme, Materialwissenschaft und Kernforschung. Das Laboratorium operiert unter dem US-Energieministerium und hat eine zentrale Rolle in mehreren Generationen amerikanischer Supercomputer-Initiativen gespielt.

In den letzten Jahren ist Argonne immer mehr in der KI-für-Wissenschaft-Entwicklung einflussreich geworden, insbesondere durch Projekte, die mit Exascale-Rechnen und großen wissenschaftlichen Grundlagenmodellen verbunden sind. Die ALCF selbst beherbergt einige der fortschrittlichsten Rechnersysteme des Landes, darunter Aurora, eines der schnellsten Supercomputer der Welt.

Der Start des Schlußfolgerungsdienstes spiegelt einen größeren Übergang wider, der in der gesamten akademischen und Unternehmens-IT stattfindet: von eigenständigen KI-Modellen hin zu integrierten KI-Infrastruktur-Plattformen, die kontinuierliche, großmaßstäbliche Schlußfolgerungs-Workloads unterstützen können.

Für wissenschaftliche Forschung könnte dieser Übergang den Zeitraum zwischen der Generierung von Rohdaten und der Entdeckung von Bedeutung erheblich komprimieren.