아르곤네 국립 연구소, 과학을 위한 대규모 AI 추론 서비스 출시

최근 몇 년 동안 더 큰 AI 모델을 구축하는 경쟁이 헤드라인을 장식해 왔지만 과학 컴퓨팅에서 가장 큰 도전 중 하나는 연구자들이 비용이 많이 드는 인프라를 구축하지 않고도 고급 AI 시스템을 대규모로 사용하는 방법입니다.

이 문제를 해결하기 위해 아르곤네 국립 연구소가 과학을 위한 최초의 대규모 AI 추론 서비스를 출시했습니다.

새로운 서비스는 아르곤네 리더십 컴퓨팅 시설(Argonne Leadership Computing Facility, ALCF)을 통해 개발되었으며 연구자들이 클라우드 스타일로 대규모 언어 모델, 과학적 기초 모델, 컴퓨터 비전 시스템에 접근할 수 있도록 합니다. 연구자들은 자신의 모델을 훈련시키거나 특수한 하드웨어 클러스터를 관리할 필요 없이 공유된 추론 플랫폼을 사용할 수 있습니다.

과학을 위한 AI 추론의 중요성

AI에 대한 대화는 주로 모델 훈련에 집중되어 왔지만 추론은 AI 시스템이 실제로 유용해지는 단계입니다. AI 추론은 훈련된 모델이 데이터를 분석하고 예측을 생성하고 결과를 해석하거나 의사 결정에 도움을 주는 단계입니다.

과학 연구를 위해 추론은 실험의 속도를 크게 가속화할 수 있습니다. 입자 가속기, 망원경, 퓨전 실험, 유전체 프로젝트, 분자 시뮬레이션에서 생성되는 대규모 데이터는 전통적인 분석 파이프라인을 압도할 수 있습니다. AI 추론 시스템은 이러한 데이터를 빠르게 해석하여 연구자들이 다른 방법으로는 몇 주 또는 몇 개월이 걸릴 수 있는 패턴이나 이상을 식별하는 데 도움을 줄 수 있습니다.

아르곤네의 새로운 서비스는 고급 추론 기능을 중앙 집중식 자원으로 제공함으로써 주요 병목 현상을 제거하는 것을 목표로 합니다.

ALCF의 디렉터인 마이클 파프카(Michael Papka)는 이 이니셔티브를 원시 컴퓨팅 파워를 제공하는 것에서 통합된 AI 기반 과학 서비스를 제공하는 것으로의 전환으로 설명했습니다.

연구를 위한 국가 AI 인프라

추론 서비스는 미국 에너지부의 더 넓은 제네시스 미션과密接 관련되어 있습니다. 이 미션은 과학적 발견을 가속화하기 위해 AI 기반 인프라를 구축하는 것을 목표로 합니다. 이 미션은 슈퍼컴퓨터, 과학 기기, 대규모 데이터셋을 통합된 AI 생태계로 연결하여 차세대 연구를 지원하는 것을 목표로 합니다.

아르곤네의 시스템은 이미 여러 DOE 연구소의 연구자들을 지원하고 있습니다. 더 넓은 비전은 AI 도구, 실험 데이터, 슈퍼컴퓨팅 자원을 함께 작동할 수 있는 상호 연결된 국가 연구 플랫폼을 생성하는 것입니다.

이것은 특히 과학적 AI 워크로드가 점점 더 자주 에이전트 워크플로우를涉及하는 경우에 중요합니다. 이러한 워크플로우는 상업적인 AI 플랫폼에서 실행될 때 엄청난 토큰 소비와 계산 비용을 생성할 수 있습니다. 아르곤네의 인프라는 이러한 워크플로우를 내부적으로 지원하도록 설계되었습니다.

플랫폼의 기술

서비스는 여러 모델 패밀리,包括 Google의 Gemma 모델, Meta의 LLaMA 패밀리, OpenAI의 GPT-OSS 시스템, 및 도메인 특정 과학적 기초 모델, 및 내부적으로 개발된 시스템인 AuroraGPT에 접근할 수 있도록 합니다.

AuroraGPT는 특히 주목할 만한데, 이는 아르곤네가 과학적 문헌, 데이터셋, 및 멀티모달 연구 입력에 특화된 AI 시스템을 구축하는 더 넓은 야망을 대표하기 때문입니다. 이 프로젝트는 과학적 추론 및 고성능 컴퓨팅 환경을 위한 대규모 아키텍처를 탐색했습니다.

인프라는 자체 ALCF 시스템, 소피아와 메티스, 및 향후 NVIDIA 파워드 시스템, 타라와 미네르바로 확장할 계획입니다.

대화형 보조를 넘어서: 실제 과학적 응용

공개적인 AI 논의는 종종 대화형 보조에 집중되어 있지만 아르곤네의 초점은 연구 가속에 있습니다.

퓨전 에너지 연구에서 추론 모델은 플라즈마 동작을 실시간으로 모니터링하고 잠재적으로 발생하기 전에 중단을 예측할 수 있습니다. 천문학 및 입자 물리학에서 AI 시스템은 거대한 데이터 스트림을 분석하여 더 효율적으로 희귀한 사건을 식별할 수 있습니다. 화학 및 재료 과학에서 추론 시스템은 복잡한 분자 시뮬레이션을 조정하고 대규모 컴퓨팅 워크플로우를 자동화할 수 있습니다.

아르곤네가 강조하는 한 예는 ChemGraph입니다. 이는 분자 시뮬레이션 워크플로우를 단순화하기 위한 AI 기반 프레임워크입니다. 이 시스템은 반복적인 AI 도구 호출 상호작용을 사용하여 시뮬레이션, 데이터 분석, 및 반복적인 실험을 더 연결된 워크플로우에서 조정합니다.

더 넓은 의미는 과학 컴퓨팅이 분리된 슈퍼컴퓨팅 작업에서 지속적으로 상호작용하는 AI 지원 연구 환경으로 발전하고 있다는 것입니다.

아르곤네의 증가하는 AI 인프라 역할

1946년에 설립된 아르곤네 국립 연구소는 미국에서 가장 중요한 과학 연구 기관 중 하나로, 특히 고성능 컴퓨팅, 에너지 시스템, 재료 과학, 및 원자력 연구에서 두드러진 역할을 했습니다. 연구소는 미국 에너지부에서 운영하며 여러 세대에 걸쳐 미국의 슈퍼컴퓨팅 이니셔티브에서 중심적인 역할을 했습니다.

최근 몇 년 동안 아르곤네는 AI를 위한 과학 개발에서 점점 더 영향력을 행사하고 있습니다. 특히 엑사스케일 컴퓨팅 및 대규모 과학적 기초 모델과 관련된 프로젝트에서 두드러진 역할을 했습니다. ALCF 자체는 세계에서 가장 빠른 슈퍼컴퓨터 중 하나인 오로라를 포함하여 국가에서 가장 앞선 컴퓨팅 시스템을 보유하고 있습니다.

추론 서비스의 출시는 학계 및 기업 컴퓨팅에서 일어나는 더 큰 전환을 반영합니다. 이는 단독 AI 모델에서 통합된 AI 인프라 플랫폼으로의 전환입니다. 이러한 플랫폼은 대규모 추론 워크로드를 지원할 수 있습니다.

과학 연구를 위해 이 전환은 원시 데이터 생성과 의미 있는 발견 사이의 타임라인을 크게 압축할 수 있습니다.