Na konferencji SC23 Intel zaprezentował przyspieszone przez AI obliczenia o wysokiej wydajności (HPC) z wykorzystaniem Intel® Data Center GPU Max Series, akceleratorów AI Intel® Gaudi®2 i procesorów Intel® Xeon®. We współpracy z Argonne National Laboratory, Intel podzielił się postępami w projekcie Aurora generative AI (genAI), w tym aktualizacją modelu GPT-3 LLM o 1 bilionie parametrów na superkomputerze Aurora, możliwym dzięki unikalnej architekturze GPU serii Max i możliwościom systemowym superkomputera Aurora. Intel i Argonne zademonstrowali przyspieszenie nauki dzięki zastosowaniom Aurora Early Science Program (ESP) i projektu Exascale Computing. Firma pokazała również ścieżkę do akceleratorów AI Intel® Gaudi®3 i Falcon Shores.
Zaangażowanie Intel w Innowacje dla HPC i AI
Deepak Patil, wiceprezes korporacyjny Intel i dyrektor generalny Data Center AI Solutions, podkreślił zaangażowanie firmy w dostarczanie innowacyjnych rozwiązań technologicznych spełniających potrzeby społeczności HPC i AI. Wysoka wydajność procesorów Xeon firmy Intel w połączeniu z ich GPU Max i procesorami CPU pomaga napędzać badania i naukę. Dodatkowo, akceleratory Gaudi firmy Intel demonstrują pełną gamę technologii firmy, zapewniając klientom atrakcyjne rozwiązania do obsługi ich zróżnicowanych obciążeń roboczych.

Dlaczego Intel jest Kluczowy dla Przyszłości AI i HPC
Generative AI dla nauki, wraz z najnowszymi wynikami wydajności i testami, podkreślają zdolność Intela do dostarczania spersonalizowanych rozwiązań spełniających konkretne potrzeby klientów HPC i AI. Podejście Intel oparte na oprogramowaniu z oneAPI oraz zestawami narzędzi wspomagającymi HPC i AI, pomaga deweloperom bezproblemowo przenosić ich kod między architekturami w celu przyspieszenia badań naukowych. Dodatkowo, GPU i CPU serii Max będą wdrażane w wielu uruchamianych superkomputerach.
Współpraca na rzecz Naukowych Modeli AI
Argonne National Laboratory podzieliło się postępami w inicjatywach genAI dla nauki z superkomputerem Aurora. Projekt Aurora genAI to współpraca Argonne, Intel i partnerów mająca na celu stworzenie najnowocześniejszych podstawowych modeli AI dla nauki. Modele te będą trenowane na tekstach naukowych, kodzie i zestawach danych naukowych w skali ponad 1 biliona parametrów z różnych dziedzin naukowych. Wykorzystując podstawowe technologie Megatron z DeepSpeed, projekt genAI będzie obsługiwał wiele dyscyplin naukowych, w tym biologię, badania nad rakiem, nauki o klimacie, kosmologię i nauki o materiałach.