Laboratorio Nacional Argonne lanza servicio de inferencia de IA a gran escala para ciencia abierta

La carrera por construir modelos de IA más grandes ha dominado los titulares durante años, pero uno de los mayores desafíos en la informática científica ha permanecido en gran medida sin resolver: cómo los investigadores pueden utilizar realmente sistemas de IA avanzados a gran escala sin construir su propia infraestructura costosa.

Ese es el problema que el Laboratorio Nacional Argonne está tratando de resolver con el lanzamiento de lo que describe como el primer servicio de inferencia de IA a gran escala diseñado específicamente para la ciencia abierta.

El nuevo servicio, desarrollado a través de la Instalación de Computación de Liderazgo de Argonne (ALCF), brinda a los investigadores acceso en la nube a modelos de lenguaje grande, modelos de fundación científica y sistemas de visión por computadora que se ejecutan directamente en la infraestructura de computación de alto rendimiento de Argonne. En lugar de entrenar sus propios modelos o administrar clústeres de hardware especializados, los científicos pueden aprovechar una plataforma de inferencia compartida optimizada para flujos de trabajo de investigación a gran escala.

Por qué la inferencia de IA es importante para la ciencia

Gran parte de la conversación sobre IA se ha centrado en el entrenamiento de modelos, pero la inferencia es donde los sistemas de IA se vuelven prácticamente útiles. La inferencia de IA es la etapa en la que los modelos entrenados analizan datos, generan predicciones, interpretan resultados o asisten en la toma de decisiones en tiempo real.

Para la investigación científica, la inferencia puede acelerar dramáticamente el ritmo de la experimentación. Los conjuntos de datos masivos de aceleradores de partículas, telescopios, experimentos de fusión, proyectos de genómica y simulaciones moleculares a menudo abruman las tuberías de análisis tradicionales. Los sistemas de inferencia de IA pueden interpretar rápidamente estos conjuntos de datos, ayudando a los investigadores a identificar patrones o anomalías que de otra manera tardarían semanas o meses en descubrir.

El nuevo servicio de Argonne está diseñado para eliminar un cuello de botella importante al hacer que las capacidades de inferencia avanzadas estén disponibles como un recurso centralizado en lugar de requerir que cada institución despliegue su propia pila de IA.

Michael Papka, director de la ALCF, describió la iniciativa como un cambio de simplemente ofrecer potencia de cálculo cruda hacia proporcionar servicios científicos habilitados por IA integrados.

Una infraestructura de IA nacional para la investigación

El servicio de inferencia está estrechamente vinculado a la misión Genesis del Departamento de Energía de los Estados Unidos, una iniciativa nacional centrada en acelerar el descubrimiento científico a través de la infraestructura impulsada por IA. La misión tiene como objetivo conectar supercomputadoras, instrumentos científicos y conjuntos de datos a gran escala en un ecosistema de IA unificado capaz de respaldar la investigación de próxima generación.

El sistema de Argonne ya admite a investigadores de múltiples laboratorios del DOE, incluidos el Laboratorio Nacional de Brookhaven, el Laboratorio Nacional de Lawrence Berkeley, el Laboratorio Nacional de Oak Ridge y el Laboratorio Nacional de Los Álamos. La visión más amplia es crear una plataforma de investigación nacional interconectada donde las herramientas de IA, los datos experimentales y los recursos de supercomputación puedan funcionar juntos de manera fluida.

Esto es particularmente importante ya que el trabajo de IA científica cada vez más implica flujos de trabajo agenticos, donde los modelos interactúan repetidamente con sistemas de simulación, bases de datos y herramientas analíticas. Estos flujos de trabajo pueden generar un consumo enorme de tokens y costos computacionales cuando se ejecutan en plataformas de IA comerciales. La infraestructura de Argonne está diseñada para respaldar estos flujos de trabajo internamente para aplicaciones científicas.

La tecnología detrás de la plataforma

El servicio proporciona acceso a varias familias de modelos, incluidos los modelos Gemma de Google, la familia LLaMA de Meta y los sistemas GPT-OSS de OpenAI, junto con modelos de fundación científica específicos del dominio y sistemas desarrollados internamente como AuroraGPT.

AuroraGPT es particularmente notable porque representa la ambición más amplia de Argonne de construir sistemas de IA entrenados específicamente en literatura científica, conjuntos de datos y entradas de investigación multimodales. El proyecto ha explorado arquitecturas a gran escala extremadamente optimizadas para el razonamiento científico y entornos de computación de alto rendimiento.

La infraestructura en sí se ejecuta en sistemas ALCF dedicados, incluidos Sophia y Metis, con una expansión futura planificada en sistemas con tecnología NVIDIA llamados Tara y Minerva.

Más allá de los chatbots: aplicaciones científicas reales

Si bien la discusión pública sobre IA a menudo gira en torno a asistentes conversacionales, el enfoque de Argonne se centra firmemente en la aceleración de la investigación.

En la investigación de energía de fusión, los modelos de inferencia pueden monitorear el comportamiento del plasma en tiempo real y potencialmente predecir interrupciones antes de que ocurran. En astronomía y física de partículas, los sistemas de IA pueden analizar enormes flujos de datos de telescopios o colliders para identificar eventos raros de manera más eficiente. En química y ciencia de materiales, los sistemas de inferencia pueden coordinar simulaciones moleculares complejas y automatizar flujos de trabajo computacionales a gran escala.

Un ejemplo destacado por Argonne es ChemGraph, un marco impulsado por IA diseñado para simplificar los flujos de trabajo de simulación molecular. El sistema utiliza interacciones de llamada de herramientas de IA repetidas para coordinar simulaciones, análisis de datos y experimentación iterativa en un flujo de trabajo más conectado.

La implicación más amplia es que la informática científica está evolucionando desde trabajos de supercomputación aislados hacia entornos de investigación asistidos por IA continuamente interactivos.

El creciente papel de Argonne en la infraestructura de IA

Fundado en 1946, el Laboratorio Nacional Argonne ha sido durante mucho tiempo una de las instituciones de investigación científica más importantes de los Estados Unidos, particularmente en computación de alto rendimiento, sistemas energéticos, ciencia de materiales y investigación nuclear. El laboratorio opera bajo el Departamento de Energía de los Estados Unidos y ha desempeñado un papel central en varias generaciones de iniciativas de supercomputación estadounidenses.

En los últimos años, Argonne se ha vuelto cada vez más influyente en el desarrollo de IA para la ciencia a través de proyectos vinculados a la computación de escala exa y modelos de fundación científica a gran escala. La propia ALCF alberga algunos de los sistemas de computación más avanzados del país, incluido Aurora, una de las supercomputadoras más rápidas del mundo.

El lanzamiento del servicio de inferencia refleja una transición más grande que está ocurriendo en la informática académica y empresarial: alejarse de los modelos de IA autónomos hacia plataformas de infraestructura de IA integradas capaces de respaldar cargas de trabajo de razonamiento a gran escala y continuas.

Para la investigación científica, esa transición podría comprimir significativamente el tiempo entre la generación de datos brutos y el descubrimiento significativo.