Cerebras CS-1 系统集成到 Lassen 超级计算机中

一项由 Cerebras (CBRS ) 与 劳伦斯利弗莫尔国家实验室（LLNL）合作进行的新案例研究详细介绍了如何将 Cerebras CS-1 系统集成到 LLNL 的 Lassen 超级计算机中，以实现核聚变模拟的进步。

LLNL 是位于加利福尼亚州利弗莫尔的联邦研究设施，主要由美国能源部的国家核安全管理局（NNSA）提供资金。根据 LLNL 的说法，其使命是通过开发和应用世界级的科学、技术和工程来加强美国的安全。

该实验室包含国家点火设施（NIF），它使用世界上最强大的激光进行核聚变研究。然而，一些主要的障碍包括昂贵且耗时的惯性约束实验，因此实验室在 Lassen 超级计算机上运行多物理软件包 HYDRA 的模拟实验。HYDRA 模型通过来自 NIF 的真实数据进行验证，使得模型能够更准确地预测真实实验的结果。

HYDRA 模型的一部分称为 CRETIN，模拟原子动力学和辐射。这部分可以占 HYDRA 总计算负载的几十个百分点。

通过用深度神经网络模型（DNN）或 CRETIN 替代品替换 CRETIN，LLNL 研究人员可以降低计算强度。

Cerebras CS-1 系统

LLNL 选择 Cerebras CS-1 系统来执行他们的 CRETIN 替代品推理。该系统与 Lassen 超级计算机集成，安装时间不到 20 小时。Cerebras 技术人员还安装了“冷却壳”和机械支撑轨道和硬件。

机器学习软件工程师与 LLNL 同事合作编写了一个 C++ API，以允许 HYDRA 代码调用 CRETIN 替代品模型。该模型依赖于自动编码器来压缩输入数据到较低维度的表示，然后由 DJINN 构建的预测模型处理。DJINN 是一种新型的深度神经网络算法，可以自动为给定的数据选择合适的神经网络架构，并且不需要用户手动调整设置。

案例研究结果

初步结果表明，Lassen 系统与 Cerebras 加速器的组合非常高效。通过将 CS-1 系统插入 Lassen 的 InfiniBand 网络，可以实现每秒 1.2 太比特的带宽。

由于其 19GB 的 SRAM 内存与 400,000 个 AI 计算核心相结合，CS-1 系统能够并行运行许多相对紧凑的 DNN 模型。通过带宽和马力的组合，HYDRA 每秒能够对 1800 万个样本进行推理。

所有这些意味着 LLNL 现在可以使用 Cerebras 系统运行以前计算上不可行的实验，只需简单的集成和一小部分成本。

研究现在将集中于控制模拟并在模拟运行时提供洞察力，从而使研究人员能够监控和停止运行如果模拟没有正常工作。每次运行的结果然后成为模型的训练集的一部分，因此可以持续训练模型。可以创建一个“主动学习”模型，它可以通过选择下一个实验的参数和初始边界条件来优化未来的运行。