Argonne National Laboratory lanceert grote-schaal AI-inferentieservice voor open science

De race om grotere AI-modellen te bouwen heeft jarenlang de koppen beheerst, maar een van de grootste uitdagingen in wetenschappelijk rekenen is grotendeels onopgelost gebleven: hoe onderzoekers geavanceerde AI-systemen op grote schaal kunnen gebruiken zonder hun eigen dure infrastructuur te bouwen.

Dat is het probleem dat het Argonne National Laboratory nu probeert op te lossen met de lancering van wat het beschrijft als de eerste grote-schaal AI-inferentieservice die specifiek is ontwikkeld voor open science.

De nieuwe service, ontwikkeld via de Argonne Leadership Computing Facility (ALCF), biedt onderzoekers cloud-achtige toegang tot grote taalmodellen, wetenschappelijke basismodellen en computervisiemodellen die rechtstreeks op de high-performance computing-infrastructuur van Argonne draaien. In plaats van hun eigen modellen te trainen of gespecialiseerde hardwareclusters te beheren, kunnen wetenschappers gebruikmaken van een gedeelde inferentieplatform dat is geoptimaliseerd voor grote-schaal onderzoeksworkflows.

Waarom AI-inferentie belangrijk is voor wetenschap

Veel van het AI-gesprek is gericht op modeltraining, maar inferentie is waar AI-systemen praktisch nuttig worden. AI-inferentie is het stadium waarin getrainde modellen gegevens analyseren, voorspellingen doen, resultaten interpreteren of helpen bij besluitvorming in real-time.

Voor wetenschappelijk onderzoek kan inferentie de snelheid van experimenten aanzienlijk versnellen. Grote datasets van deeltjesversnellers, telescopen, fusie-experimenten, genomicsprojecten en moleculaire simulaties overweldigen vaak traditionele analysepijplijnen. AI-inferentiesystemen kunnen deze datasets snel interpreteren, waardoor onderzoekers patronen of afwijkingen kunnen identificeren die anders weken of maanden zouden duren om te ontdekken.

De nieuwe service van Argonne is bedoeld om een grote bottleneck weg te nemen door geavanceerde inferentiecapaciteiten beschikbaar te maken als een centraal hulpmiddel in plaats van elke instelling te verplichten om haar eigen AI-stack te implementeren.

Michael Papka, directeur van de ALCF, beschreef het initiatief als een verschuiving van het aanbieden van pure rekenkracht naar het bieden van geïntegreerde AI-geactiveerde wetenschappelijke diensten.

Een nationale AI-infrastructuur voor onderzoek

De inferentieservice is nauw verbonden met de bredere Genesis-missie van het Amerikaanse ministerie van Energie, een nationale initiatief gericht op het versnellen van wetenschappelijke ontdekkingen door middel van AI-gedreven infrastructuur. De missie heeft tot doel supercomputers, wetenschappelijke instrumenten en grote datasets te verbinden in een geïntegreerd AI-ecosysteem dat next-generation onderzoek kan ondersteunen.

Argonne’s systeem ondersteunt al onderzoekers van meerdere DOE-laboratoria, waaronder Brookhaven National Laboratory, Lawrence Berkeley National Laboratory, Oak Ridge National Laboratory en Los Alamos National Laboratory. De bredere visie is om een nationaal onderzoeksplatform te creëren waar AI-hulpmiddelen, experimentele gegevens en supercomputermiddelen naadloos kunnen samenwerken.

Dit is vooral belangrijk omdat wetenschappelijke AI-werklasten steeds vaker agente-werklasten omvatten, waarbij modellen herhaaldelijk interactie hebben met simulatorsystemen, databases en analytische hulpmiddelen. Deze werklasten kunnen enorme tokenconsumptie en computationele kosten genereren wanneer ze worden uitgevoerd op commerciële AI-platforms. De infrastructuur van Argonne is ontworpen om deze werklasten intern te ondersteunen voor wetenschappelijke toepassingen.

De technologie achter het platform

De service biedt toegang tot meerdere model-families, waaronder Google’s Gemma-modellen, Meta’s LLaMA-familie en OpenAI’s GPT-OSS-systemen, naast domeinspecifieke wetenschappelijke basismodellen en intern ontwikkelde systemen zoals AuroraGPT.

AuroraGPT is vooral opmerkelijk omdat het Argonne’s bredere ambitie vertegenwoordigt om AI-systemen te bouwen die specifiek zijn getraind op wetenschappelijke literatuur, datasets en multimodale onderzoeksinputs. Het project heeft extreem grote schaalarchitecturen onderzocht die zijn geoptimaliseerd voor wetenschappelijke redenering en high-performance computing-omgevingen.

De infrastructuur zelf draait op speciale ALCF-systemen, waaronder Sophia en Metis, met toekomstige uitbreiding gepland naar NVIDIA-gebaseerde systemen genaamd Tara en Minerva.

Verder dan chatbots: echte wetenschappelijke toepassingen

Terwijl het openbare AI-gesprek vaak draait om conversatie-assistenten, ligt Argonne’s focus vast op onderzoeksversnelling.

In fusie-energieonderzoek kunnen inferentiemodellen plasma-gedrag in real-time bewaken en potentieel storingen voorspellen voordat ze optreden. In astronomie en deeltjesfysica kunnen AI-systemen enorme gegevensstromen van telescopen of colliders analyseren om zeldzame gebeurtenissen efficiënter te identificeren. In chemie en materiaalwetenschap kunnen inferentiesystemen complexe moleculaire simulaties coördineren en grote-schaal computationele workflows automatiseren.

Een voorbeeld dat door Argonne wordt benadrukt, is ChemGraph, een AI-gedreven raamwerk dat is ontworpen om moleculaire simulatie-workflows te vereenvoudigen. Het systeem gebruikt herhaalde AI-hulpmiddelinteracties om simulaties, gegevensanalyse en iteratief experimenten in een meer verbonden workflow te coördineren.

De bredere implicatie is dat wetenschappelijk rekenen evolueert van geïsoleerde supercomputerbanen naar continue interactieve AI-geassisteerde onderzoeksomgevingen.

Argonne’s groeiende rol in AI-infrastructuur

Opgericht in 1946, is het Argonne National Laboratory een van de belangrijkste wetenschappelijke onderzoeksinstellingen van de Verenigde Staten, met name op het gebied van high-performance computing, energiesystemen, materiaalwetenschap en nucleair onderzoek. Het laboratorium valt onder het Amerikaanse ministerie van Energie en heeft een centrale rol gespeeld in verschillende generaties van Amerikaanse supercomputerinitiatieven.

In recente jaren is Argonne steeds meer invloedrijk geworden in AI-ontwikkeling voor wetenschap via projecten gerelateerd aan exaschaalrekenen en grote wetenschappelijke basismodellen. De ALCF zelf herbergt enkele van de geavanceerdste computersystemen van het land, waaronder Aurora, een van de snelste supercomputers ter wereld.

De lancering van de inferentieservice weerspiegelt een grotere overgang die plaatsvindt in zowel academische als bedrijfscomputing: van afzonderlijke AI-modellen naar geïntegreerde AI-infrastructuurplatforms die continue, grote-schaal redeneerworkloads kunnen ondersteunen.

Voor wetenschappelijk onderzoek kan die overgang de tijdslijn tussen de generatie van ruwe gegevens en significante ontdekkingen aanzienlijk inkorten.