Medlemmar i det europeiska “CoE RAISE”-projektet – utveckla AI-metoder för nästa generations superdatorer – träffas på CERN

Förra veckan medlemmar i EU CoE RAISE-projekt träffades på CERN för deras “All Hands”-möte. Detta innovativa projekt utvecklar metoder för artificiell intelligens (AI) för nästa generations “exascale” superdatorer, för användning inom både vetenskap och industri. Användningsfall som utforskas i projektet inkluderar optimering av vindkraftsparkslayouter, design av effektiva flygplan, förbättring av ljudteknik, seismisk avbildning med fjärranalys och mer.

CoE RAISE – European Centre of Excellence in Exascale Computing “Research on AI and simulation-based engineering at Exascale” – finansieras under EU:s forsknings- och innovationsprogram Horizon 2020. Projektet startade 2021 och pågår i tre år.

Det fyra dagar långa mötet, som ägde rum i CERN:s rådskammare, samlade 54 projektmedlemmar. Deltagarna diskuterade framsteg i sitt arbete med att utveckla AI-teknik för komplexa applikationer i Europa som körs på framtida “exascale” högpresterande datorsystem (HPC). Exascale hänvisar till nästa generation av högpresterande datorer som kan prestera mer än 1018 flyttalsoperationer per sekund (FLOPS). bara idag Superdatorn Frontier vid Oak Ridge National Laboratory i USA har nått denna nivå. Men med mer exascale HPC-system i horisonten är det viktigt att se till att AI-metoderna som används inom vetenskap och industri är redo att dra full nytta av den enorma potentialen. I juni meddelade European High Performance Computing Joint Undertaking (EuroHPC JU) att Forschungszentrum Jülich GmbH i Tyskland har valts ut att vara värd för och driva Europas första exascale superdatorsom förväntas gå live nästa år och kommer att kallas JUPITER (the Joint Undertaking Pioneer for Innovative and Transformative Exascale Research).

CoE RAISE utvecklar innovativa AI-metoder på heterogena HPC-arkitekturer som involverar flera typer av processorer. Sådana arkitekturer kan erbjuda högre prestanda och energieffektivitet, men koden måste anpassas för att använda de olika typerna av processorer effektivt. AI-metoder under utveckling fokuserar på nio viktiga användningsfall och designad för att skala bra för att köras på exascale HPC-system.

CoE RAISE stöder överföring av teknik till industrin, särskilt små och medelstora företag, samt förvaltningen av utbildningsinitiativ. Utöver detta ger CoE RAISE också råd och kontakter med andra europeiska initiativ för att maximera synergier, utnyttja möjligheter till samdesign och dela kunskap. Alla aspekter av projektarbetet diskuterades under de fyra dagarna på CERN.

CERN är också en partner och tar med ett av användningsfallen till projektet. Detta arbete fokuserar på att förbättra metoder för att rekonstruera partikelkollisionshändelser vid den uppgraderade Large High-Luminosity Hadron Collider (HL-LHC), som är planerad att tas i drift 2029. HL-LHC kommer att se fler kollisioner av partiklar än någonsin. , producerar exabyte data varje år, vilket resulterar i oöverträffade datorutmaningar. För att rekonstruera partikelkollisionshändelser idag (med datauppsättningar i storleksordningen terabyte eller petabyte), kör hundratals olika algoritmer samtidigt: vissa är traditionella algoritmer optimerade för särskilda hårdvarukonfigurationer, medan andra redan inkluderar AI-baserade metoder, såsom djupa neurala nätverk. (DNN). Medlemmar i CERN-projektgruppen arbetar för att öka systemets modularitet och säkerställa att kod är optimerad för att fullt ut utnyttja heterogena arkitekturer, samt att öka användningen av maskininlärning och andra AI-metoder för kollisionsrekonstruktion och partikelklassificering.

“Superdatorer når exaskala och gör det möjligt att leverera en oöverträffad omfattning av bearbetningsresurser för HPC- och AI-arbetsflöden”, säger Maria Girone, CTO för CERN openlab, som leder CERN:s bidrag till projektet. “Den forskning som utförs under CoE RAISE kommer att leda till samdesign av HPC-beräkningsresurser för framtida AI- och HPC-applikationer för vetenskap och industri. Detta möte gjorde det möjligt för oss att utbyta och utveckla idéer och få nya perspektiv. Det har också gett forskare från andra områden en unik inblick i miljön och utmaningar som CERN står inför, vilket främjar korsbefruktning och förståelse.

Leave a Comment