Laboratorium Nasional Argonne Meluncurkan Layanan Inferensi AI Skala Besar untuk Sains Terbuka

Lomba untuk membangun model AI yang lebih besar telah mendominasi berita selama bertahun-tahun, tetapi salah satu tantangan terbesar dalam komputasi ilmiah masih belum terpecahkan: bagaimana peneliti dapat menggunakan sistem AI canggih secara efektif tanpa membangun infrastruktur yang mahal.

Masalah itu sekarang sedang dipecahkan oleh Laboratorium Nasional Argonne dengan meluncurkan apa yang mereka sebut sebagai layanan inferensi AI skala besar pertama yang dirancang khusus untuk sains terbuka.

Layanan baru ini, yang dikembangkan melalui Fasilitas Komputasi Kepemimpinan Argonne (ALCF), memberikan peneliti akses ke model bahasa besar, model dasar ilmiah, dan sistem visi komputer yang berjalan langsung pada infrastruktur komputasi kinerja tinggi Argonne. Sebagai gantinya, para ilmuwan tidak perlu melatih model mereka sendiri atau mengelola klaster perangkat keras khusus, mereka dapat menggunakan platform inferensi bersama yang dioptimalkan untuk alur kerja penelitian skala besar.

Mengapa Inferensi AI Penting untuk Sains

Sebagian besar percakapan tentang AI berfokus pada pelatihan model, tetapi inferensi adalah tempat di mana sistem AI menjadi berguna secara praktis. Inferensi AI adalah tahap di mana model yang telah dilatih menganalisis data, menghasilkan prediksi, menafsirkan hasil, atau membantu dalam pengambilan keputusan secara real-time.

Untuk penelitian ilmiah, inferensi dapat mempercepat laju eksperimen secara dramatis. Dataset besar dari akselerator partikel, teleskop, eksperimen fusi, proyek genomika, dan simulasi molekuler sering kali membanjiri pipa analisis tradisional. Sistem inferensi AI dapat dengan cepat menafsirkan dataset ini, membantu peneliti mengidentifikasi pola atau anomali yang tidak akan terungkap dalam beberapa minggu atau bulan.

Layanan baru Argonne dimaksudkan untuk menghilangkan bottleneck besar dengan membuat kemampuan inferensi canggih tersedia sebagai sumber daya terpusat daripada memerlukan setiap lembaga untuk menggelar tumpukan AI mereka sendiri.

Michael Papka, direktur ALCF, menggambarkan inisiatif ini sebagai pergeseran dari sekadar menawarkan daya komputasi mentah menuju penyediaan layanan ilmiah yang terintegrasi dan didukung AI.

Infrastruktur AI Nasional untuk Penelitian

Layanan inferensi ini erat terkait dengan misi Genesis Departemen Energi AS, sebuah inisiatif nasional yang berfokus pada percepatan penemuan ilmiah melalui infrastruktur yang didorong AI. Misi ini bertujuan untuk menghubungkan superkomputer, instrumen ilmiah, dan dataset skala besar menjadi sebuah ekosistem AI terintegrasi yang dapat mendukung penelitian generasi berikutnya.

Sistem Argonne sudah mendukung peneliti dari beberapa laboratorium DOE, termasuk Brookhaven National Laboratory, Lawrence Berkeley National Laboratory, Oak Ridge National Laboratory, dan Los Alamos National Laboratory. Visi yang lebih luas adalah menciptakan platform penelitian nasional terhubung di mana alat AI, data eksperimental, dan sumber daya superkomputing dapat beroperasi bersama secara lancar.

Hal ini terutama penting karena beban kerja AI ilmiah semakin banyak melibatkan alur kerja agen, di mana model berinteraksi berulang kali dengan sistem simulasi, basis data, dan alat analitis. Alur kerja ini dapat menghasilkan konsumsi token dan biaya komputasi yang sangat besar ketika dijalankan pada platform AI komersial. Infrastruktur Argonne dirancang untuk mendukung beban kerja ini secara internal untuk aplikasi ilmiah.

Teknologi di Balik Platform

Layanan ini menyediakan akses ke beberapa keluarga model, termasuk model Gemma dari Google, keluarga LLaMA dari Meta, dan sistem GPT-OSS dari OpenAI, serta model dasar ilmiah khusus domain dan sistem yang dikembangkan secara internal seperti AuroraGPT.

AuroraGPT sangat menonjol karena mewakili ambisi Argonne yang lebih luas untuk membangun sistem AI yang dilatih secara khusus pada literatur ilmiah, dataset, dan input penelitian multimodal. Proyek ini telah menjelajahi arsitektur skala besar yang dioptimalkan untuk penalaran ilmiah dan lingkungan komputasi kinerja tinggi.

Infrastruktur itu sendiri berjalan pada sistem ALCF khusus termasuk Sophia dan Metis, dengan perluasan masa depan yang direncanakan ke sistem yang ditenagai NVIDIA yang dinamai Tara dan Minerva.

Melampaui Chatbot: Aplikasi Ilmiah Nyata

Sementara diskusi AI publik sering kali berputar di sekitar asisten percakapan, fokus Argonne secara kuat berada pada percepatan penelitian.

Dalam penelitian energi fusi, model inferensi dapat memantau perilaku plasma secara real-time dan potensial memprediksi gangguan sebelum terjadi. Dalam astronomi dan fisika partikel, sistem AI dapat menganalisis aliran data teleskop atau collider yang besar untuk mengidentifikasi peristiwa langka dengan lebih efisien. Dalam kimia dan ilmu bahan, sistem inferensi dapat mengkoordinasikan simulasi molekuler yang kompleks dan mengotomatisasi alur kerja komputasi skala besar.

Salah satu contoh yang disoroti oleh Argonne adalah ChemGraph, sebuah kerangka kerja yang didorong AI yang dirancang untuk menyederhanakan alur kerja simulasi molekuler. Sistem ini menggunakan interaksi panggilan alat AI berulang untuk mengkoordinasikan simulasi, analisis data, dan eksperimen iteratif dalam alur kerja yang lebih terhubung.

Implikasi yang lebih luas adalah bahwa komputasi ilmiah berevolusi dari pekerjaan superkomputing yang terisolasi menjadi lingkungan penelitian yang terus-menerus dan didukung AI.

Peran Argonne yang Berkembang dalam Infrastruktur AI

Didirikan pada tahun 1946, Laboratorium Nasional Argonne telah lama menjadi salah satu lembaga penelitian ilmiah paling penting di Amerika Serikat, terutama dalam komputasi kinerja tinggi, sistem energi, ilmu bahan, dan penelitian nuklir. Laboratorium ini beroperasi di bawah Departemen Energi AS dan telah memainkan peran sentral dalam beberapa generasi inisiatif superkomputing Amerika.

Belakangan ini, Argonne telah menjadi semakin berpengaruh dalam pengembangan AI untuk sains melalui proyek yang terkait dengan komputasi exascale dan model dasar ilmiah besar. ALCF itu sendiri menampung beberapa sistem komputasi paling canggih di negara ini, termasuk Aurora, salah satu superkomputer tercepat di dunia.

Peluncuran layanan inferensi ini mencerminkan transisi yang lebih besar yang sedang terjadi di seluruh akademisi dan perusahaan komputasi: beralih dari model AI mandiri menuju platform infrastruktur AI terintegrasi yang dapat mendukung beban kerja penalaran skala besar secara terus-menerus.

Bagi penelitian ilmiah, transisi ini bisa secara signifikan mempercepat waktu antara generasi data mentah dan penemuan yang bermakna.