सेरेब्रास सीएस-1 सिस्टम लैसेन सुपरकंप्यूटर में एकीकृत

सेरेब्रास द्वारा एक नए केस स्टडी में लॉरेंस लिवरमोर नेशनल लेबोरेटरी (एलएलएनएल) के साथ साझेदारी में यह विवरण किया गया है कि सेरेब्रास सीएस-1 सिस्टम को एलएलएनएल के लैसेन सुपरकंप्यूटर में कैसे एकीकृत किया गया ताकि न्यूक्लियर फ्यूजन सिमुलेशन में प्रगति की जा सके।

एलएलएनएल कैलिफोर्निया के लिवरमोर में एक संघीय अनुसंधान सुविधा है, और यह मुख्य रूप से यूएस डिपार्टमेंट ऑफ एनर्जी के नेशनल न्यूक्लियर सिक्योरिटी एडमिनिस्ट्रेशन (एनएनएसए) द्वारा वित्तपोषित है। एलएलएनएल के अनुसार, इसका मिशन विश्व-स्तरीय विज्ञान, प्रौद्योगिकी और इंजीनियरिंग को विकसित और लागू करके यूएस सुरक्षा को मजबूत करना है।

प्रयोगशाला में नेशनल इग्निशन फैसिलिटी (एनआईएफ) है, जो दुनिया के सबसे शक्तिशाली लेजर के साथ न्यूक्लियर फ्यूजन अनुसंधान करती है। इसके साथ ही, कुछ प्रमुख बाधाएं महंगी और समय लेने वाली इनर्शियल कॉन्फाइनमेंट प्रयोग हैं, इसलिए प्रयोगशाला लैसेन सुपरकंप्यूटर पर एक मल्टी-फिजिक्स सॉफ्टवेयर पैकेज हाइड्रा के साथ सिम्युलेटेड प्रयोग चलाती है। हाइड्रा मॉडल एनआईएफ से वास्तविक दुनिया के डेटा के माध्यम से मान्य हैं, जो मॉडल को वास्तविक दुनिया के प्रयोगों के परिणाम की भविष्यवाणी में अधिक सटीक बनाने में सक्षम बनाता है।

हाइड्रा मॉडल्स में परमाणु काइनेटिक्स और विकिरण का एक हिस्सा है, जिसे क्रेटिन कहा जाता है। यह भविष्यवाणी करता है कि एक परमाणु कैसे व्यवहार करेगा जब यह निश्चित परिस्थितियों में होगा, और क्रेटिन हाइड्रा के लिए कुल कंप्यूट लोड के दस प्रतिशत का प्रतिनिधित्व कर सकता है।

क्रेटिन को एक गहरे तंत्रिका नेटवर्क मॉडल (डीएनएन) या क्रेटिन-सरोगेट के साथ बदलकर, एलएलएनएल शोधकर्ता गणनात्मक तीव्रता को कम कर सकते हैं।

सेरेब्रास सीएस-1 सिस्टम

सेरेब्रास सीएस-1 सिस्टम को एलएलएनएल द्वारा अपने क्रेटिन-सरोगेट अनुमान के लिए चुना गया था। सिस्टम को लैसेन सुपरकंप्यूटर के साथ एकीकृत किया गया था, और स्थापना में 20 घंटे से कम समय लगा। सेरेब्रास तकनीशियनों ने एक “कूलिंग शेल” और यांत्रिक समर्थन रेल और हार्डवेयर भी स्थापित किए।

मशीन लर्निंग सॉफ्टवेयर इंजीनियरों ने एलएलएनएल के सहयोगियों के साथ मिलकर एक सी++ एपीआई लिखने के लिए काम किया जो हाइड्रा कोड को क्रेटिन-सरोगेट मॉडल को कॉल करने की अनुमति देता है। मॉडल एक ऑटोएनकोडर पर निर्भर करता है जो इनपुट डेटा को निम्न-आयामी प्रतिनिधित्व में संपीड़ित करता है, और वे तब डीजिनन द्वारा निर्मित एक भविष्यसूचक मॉडल द्वारा संसाधित किए जाते हैं, जो एक नई गहरी तंत्रिका नेटवर्क एल्गोरिदम है। यह एल्गोरिदम स्वचालित रूप से दिए गए डेटा के लिए एक उपयुक्त तंत्रिका नेटवर्क आर्किटेक्चर चुनता है, और यह मैन्युअल रूप से सेटिंग्स को ट्यून करने की आवश्यकता को समाप्त करता है।

केस स्टडी के परिणाम

प्रारंभिक परिणामों ने दिखाया कि लैसेन सिस्टम के साथ सेरेब्रास एक्सेलरेटर का संयोजन बहुत कुशल है। लैसेन के इन्फिनीबैंड नेटवर्क में सीएस-1 सिस्टम को प्लग करने से 1.2 टेराबिट्स-प्रति-सेकंड बैंडविड्थ सीएस-1 सिस्टम तक पहुंचाई जा सकती है।

इसके 19 जीबी एसआरएएम मेमोरी के साथ 400,000 एआई कंप्यूट कोर के कारण, सीएस-1 सिस्टम डीएनएन मॉडल के कई उदाहरणों को समांतर में चलाने में सक्षम था। बैंडविड्थ और हॉर्सपावर के संयोजन के माध्यम से, हाइड्रा प्रति सेकंड 18 मिलियन नमूनों पर अनुमान लगाने में सक्षम थी।

इसका अर्थ है कि एलएलएनएल अब सेरेब्रास सिस्टम के साथ पहले गणनात्मक रूप से अप्राप्य प्रयोग चला सकता है, और इसमें केवल सरल एकीकरण और लागत का एक अंश शामिल है।

अब शोध सिमुलेशन को निर्देशित करने और सिमुलेशन के दौरान इसके बारे में जानकारी प्रदान करने पर केंद्रित होगा, जो शोधकर्ताओं को सिमुलेशन की निगरानी करने और इसे रोकने की अनुमति देता है यदि सिमुलेशन अच्छी तरह से काम नहीं कर रहा है। प्रत्येक रन के परिणाम तब मॉडल के प्रशिक्षण सेट का हिस्सा बन जाते हैं, ताकि इसे निरंतर रूप से प्रशिक्षित किया जा सके। एक “एक्टिव लर्निंग” मॉडल बनाया जा सकता है, और यह भविष्य के रनों के लिए पैरामीटर और प्रारंभिक सीमा स्थितियों का चयन करके उन्हें अनुकूलित कर सकता है।