Apakah Pengkomputeran Super Generasi Seterusnya?

Fokus pengkomputeran super secara beransur-ansur beralih daripada sekadar meningkatkan kuasa pengkomputeran kepada penyepaduan mendalam pelbagai paradigma pengkomputeran. Sebagai pemacu utama dalam industri, NVIDIA telah memperkenalkan platform pengkomputeran saintifik generasi seterusnya yang dibina berasaskan Simulasi, AI (Kecerdasan Buatan) dan Pengkomputeran Kuantum. Melalui penyelesaian inovatif seperti CPU Vera, teknologi sambung antara optik berkelajuan tinggi proprietari dan model fizikal pralatih Apollo, NVIDIA berusaha untuk mencipta rangka kerja pengkomputeran bersatu yang mengimbangi prestasi, kecekapan tenaga dan kebolehskalaan, serta menyediakan sokongan infrastruktur baharu untuk penyelidikan saintifik masa hadapan dan aplikasi AI berskala besar.

Tiga Paradigma Pengkomputeran Utama Sedang Bergabung

Sejak beberapa dekad yang lalu, pembangunan superkomputer bergantung terutamanya pada simulasi berangka untuk memacu penyelidikan saintifik dan inovasi kejuruteraan dengan menyelesaikan persamaan fizik yang kompleks. Walau bagaimanapun, kemajuan pesat dalam kecerdasan buatan dan pengkomputeran kuantum bermakna platform superkomputer pada masa hadapan sedang beralih daripada seni bina pengkomputeran tunggal kepada seni bina yang lebih pelbagai dan bersepadu.

Salah satu perkara yang paling penting untuk pengkomputeran berprestasi tinggi ialah simulasi saintifik. Simulasi berangka tradisional masih digunakan untuk pengiraan penting dalam bidang seperti ramalan iklim, penyelidikan dan pembangunan bahan serta analisis dinamik bendalir. Namun, AI boleh menjadikan semuanya jauh lebih baik. AI boleh melaksanakan perkara dengan lebih pantas berbanding dahulu. AI juga boleh melaksanakan perkara yang sebelum ini memerlukan masa yang lama.

Pada masa yang sama, kecerdasan buatan menjadi alat produktiviti penting dalam penyelidikan saintifik. Daripada AI generatif kepada AI untuk Sains, semakin banyak institusi penyelidikan memanfaatkan AI untuk memproses sejumlah besar data eksperimen, membantu melatih model dan mempercepat pengesahan dapatan penyelidikan. AI bukan lagi sekadar teknologi peringkat aplikasi, sebaliknya secara beransur-ansur disepadukan ke dalam keseluruhan aliran kerja pengkomputeran saintifik.

Pengkomputeran kuantum mewakili satu lagi laluan pembangunan yang wajar diberi perhatian. Walaupun masih pada peringkat awal pengkomersialan, “teknologi seni bina hibrid kuantum-klasik”—yang menggabungkan pengkomputeran kuantum dengan pengkomputeran berprestasi tinggi tradisional—telah menjadi bidang penerokaan utama bagi industri. Pada masa hadapan, jenis masalah kompleks tertentu mungkin dipercepatkan oleh pengkomputeran kuantum, manakala platform pengkomputeran tradisional akan terus mengendalikan tugas pengkomputeran tujuan umum berskala besar.

Berdasarkan trend semasa, superkomputer masa hadapan tidak lagi hanya menambah kuasa pengkomputeran; sebaliknya, superkomputer akan membina platform pengkomputeran generasi baharu yang lebih cekap dan pintar melalui penyepaduan sinergistik simulasi saintifik, kecerdasan buatan dan pengkomputeran kuantum.

AI untuk Sains Sedang Bergerak Pantas ke Arah Aplikasi Praktikal

Pada masa lalu, penyelidikan saintifik bergantung terutamanya pada simulasi berangka untuk membina semula dan meramalkan dunia fizikal. Walau bagaimanapun, apabila jumlah data terus berkembang, kaedah pengiraan tradisional sahaja semakin tidak mampu memenuhi tuntutan penyelidikan saintifik. Kini, AI berkembang secara beransur-ansur daripada alat sokongan kepada kaedah penyelidikan teras, bukan sahaja mengubah cara masalah saintifik diselesaikan, malah turut mendorong banyak penemuan penyelidikan ke arah aplikasi praktikal.

Dalam penyelidikan iklim, gabungan AI dan pengkomputeran berprestasi tinggi telah menunjukkan peningkatan kecekapan yang ketara. Sebagai contoh, platform simulasi iklim generasi seterusnya yang berasaskan projek Earth-2 boleh memodelkan iklim global dengan resolusi 1 kilometer dan memendekkan kitaran simulasi dengan ketara. Tugasan pengiraan yang dahulunya mengambil masa yang panjang untuk diselesaikan kini menghasilkan ramalan dengan lebih pantas, sekali gus menyediakan sokongan data yang lebih tepat pada masanya untuk amaran cuaca ekstrem dan penyelidikan iklim.

Dinamik bendalir juga merupakan salah satu bidang yang paling ketara dipercepatkan oleh AI. Simulasi CFD tradisional selalunya mengambil masa berjam-jam atau lebih lama. Namun, dengan bantuan model pengganti AI dan rangka kerja Physics-NeMo, beberapa pengiraan medan aliran kompleks telah dipendekkan kepada hanya beberapa saat sambil mengekalkan ketepatan yang tinggi. Peningkatan kecekapan ini amat bernilai kepada bidang aeroangkasa, reka bentuk automotif dan pembuatan perindustrian.

Dalam penyelidikan pelakuran nuklear, teknologi kembar digital merupakan perkembangan baharu. Dengan menggabungkan Omniverse dengan model AI, penyelidik boleh mencipta replika digital reaktor pelakuran dalam masa nyata dan meramalkan perubahan keadaan plasma dengan sangat pantas. Hal ini membantu menjadikan eksperimen lebih cekap serta mewujudkan cara baharu untuk meneroka pengkomersialan tenaga pelakuran pada masa hadapan.

Teknologi AI juga digunakan secara meluas untuk meramalkan gempa bumi dan tsunami. Dengan menggunakan maklumat tentang aktiviti seismik lalu, model AI berskala besar dapat mengenal pasti potensi risiko dengan pantas dan menganggarkan kebarangkalian tsunami pada ketika itu. Kaedah ini menyediakan amaran awal, yang memberikan masa kepada orang ramai untuk mencegah atau mengurangkan kesan bencana.

Pada masa yang sama, “AI for Science” memacu peningkatan infrastruktur penyelidikan saintifik global. Semakin banyak institusi penyelidikan kebangsaan sedang membina platform pengkomputeran super baharu yang direka untuk AI. Sebagai contoh, RIKEN Jepun sedang melaksanakan sistem generasi seterusnya berdasarkan seni bina NVIDIA Blackwell. Melalui operasi terselaras kelompok GPU, rangkaian InfiniBand berkelajuan tinggi dan rangka kerja pengkomputeran AI, sistem ini menyediakan platform pengkomputeran bersatu untuk pengkomputeran saintifik, penyelidikan kuantum dan latihan AI.

Daripada meramalkan cuaca hingga menjana tenaga melalui pelakuran nuklear, dan daripada menguji cara industri berfungsi hingga memberi amaran kepada orang ramai tentang bencana alam, AI semakin banyak digunakan dalam semua bidang penyelidikan saintifik. Daripada sekadar menjadikan komputer lebih pantas, adalah lebih penting untuk mengubah cara para saintis membuat penemuan. AI membolehkan penyelidik menangani masalah yang kompleks dengan kos yang lebih rendah dan lebih pantas, serta membawa idea saintifik baharu ke dalam industri dengan lebih cepat.

Hardware Architecture Sedang Berubah

Untuk menyokong generasi pengkomputeran saintifik yang seterusnya, NVIDIA turut membuat beberapa pelarasan pada seni bina perkakasan asasnya. Berdasarkan prototaip superkomputer generasi akan datang yang dipamerkan di SC25, sistem masa depan tidak lagi menjadi gabungan ringkas CPU dan GPU. Sebaliknya, sistem tersebut akan berkembang secara beransur-ansur menjadi platform kompleks yang mengintegrasikan antara muka kuantum, interkoneksi optik berkelajuan tinggi dan keupayaan pengkomputeran heterogen.

CPU dibangunkan sendiri: teras Vera dan Olympus

CPU Vera baharu menggunakan reka bentuk teras Olympus khas NVIDIA, yang menjadikannya hampir dua kali lebih pantas berbanding platform Grace lama. Selain itu, Vera memperkenalkan sistem memori LPDDR5X yang direka untuk persekitaran pusat data. Sistem ini dioptimumkan untuk penggunaan lebar jalur dan kecekapan tenaga, serta menyediakan keupayaan pemprosesan data yang dipertingkatkan untuk latihan AI, simulasi saintifik dan tugas pengkomputeran hibrid.

CPO: Mendefinisikan Semula Saling Sambungan Pusat Data

Apabila kluster AI terus berkembang, modul optik boleh palam tradisional menghadapi cabaran yang semakin meningkat dari segi penggunaan kuasa, penyelenggaraan dan kadar kegagalan. Sebagai tindak balas, NVIDIA telah memilih laluan pembangunan yang berbeza—mengintegrasikan enjin optik terus ke dalam pakej yang sama dengan cip suis.

CPO (Co-Packaged Optics) adalah lebih daripada sekadar mengubah bentuk modul optik. Ia merupakan cara baharu untuk mereka bentuk sistem secara keseluruhan. CPO melakukannya dengan memendekkan laluan penghantaran isyarat elektrik. Hal ini mengurangkan penggunaan kuasa dan meningkatkan kecekapan sambungan antara. Secara keseluruhan, ini menyediakan infrastruktur rangkaian yang boleh ditingkatkan untuk kelompok AI hiperskala pada masa hadapan.

Menurut rancangan yang diumumkan oleh NVIDIA’s, TACC, Lambda dan CoreWeave akan menjadi antara yang terawal menggunakan platform Quantum-X Photonics dan akan menjadi yang pertama menerapkan teknologi ini pada infrastruktur AI dan pengkomputeran berprestasi tinggi.

NVLink: Membolehkan Beratus-ratus GPU Berfungsi sebagai Satu Unit

Peningkatan ketara dalam prestasi inferens yang dicapai oleh seni bina Blackwell bukan semata-mata disebabkan oleh pengoptimuman ketepatan FP4. Faktor yang lebih penting ialah evolusi berterusan teknologi interkoneksi NVLink.

Dengan generasi terkini NVLink, sehingga 576 GPU boleh disambungkan ke dalam domain pengkomputeran memori dikongsi yang bersatu, membolehkan GPU tersebut bekerja bersama-sama lebih seperti satu sistem pengkomputeran besar berbanding sekadar himpunan ratusan nod bebas.

Bagi latihan dan inferens model berskala besar, kecekapan pertukaran data antara GPU sering menentukan had atas prestasi keseluruhan. Apabila saiz model terus meningkat, lebar jalur rangkaian menjadi sama penting dengan kuasa pengkomputeran itu sendiri. Atas sebab ini, NVLink telah menjadi salah satu teknologi utama yang menyokong infrastruktur AI berskala besar.

Apollo: Model Fizik AI Memasuki Era Pra-latihan

Selain peningkatan perkakasan, ekosistem perisian juga berkembang secara selari.

Pada persidangan SC25, NVIDIA secara rasmi melancarkan siri model fizik AI Apollo, yang merangkumi pelbagai bidang pengkomputeran saintifik, termasuk dinamik bendalir dan mekanik struktur. Pengenalan Apollo menandakan bahawa simulasi kejuruteraan secara beransur-ansur beralih daripada pendekatan tradisional “pemodelan dari awal” kepada model “pralatihan + penalaan halus” yang serupa dengan model bahasa besar.

Apollo menggabungkan ciri utama Fizik AI kemajuan, termasuk operator neural, seni bina Transformer dan model penyebaran. Ia juga menggunakan pengetahuan fizik terdahulu yang luas semasa latihan.

Pembangun bukan sahaja boleh menggunakan model pralatih yang disediakan secara rasmi secara langsung, malah turut boleh menjalankan latihan sekunder dan pembangunan tersuai berdasarkan senario mereka sendiri, sekali gus mengurangkan halangan untuk membina model pengkomputeran saintifik dan mempercepatkan peralihan hasil penyelidikan saintifik dari makmal kepada aplikasi praktikal.

Dalam erti kata tertentu, Apollo membawa pengkomputeran saintifik ke fasa pembangunan yang serupa dengan AI generatif—penyelidik tidak lagi perlu membina model dari awal setiap kali. Namun begitu, mereka masih boleh melakukannya. Sebaliknya, mereka boleh melakukan lelaran dan inovasi dengan pantas dengan membina berdasarkan asas sedia ada.

Pengkomputeran Kuantum: Integrasi Heterogen Mungkin Menjadi Paradigma Pengkomputeran Generasi Seterusnya

Dalam hal pengkomputeran kuantum, pendekatan NVIDIA’s bukanlah untuk menggantikan platform pengkomputeran tradisional dengan sistem kuantum, sebaliknya menjadikan pemproses kuantum berfungsi seiring dengan GPU sebagai komponen utama seni bina superpengkomputeran masa hadapan.

Pengkomputeran kolaboratif GPU dan QPU

Menurut NVIDIA, QPU (unit pemproses kuantum) bertindak sebagai pemecut khusus yang melengkapi GPU. Melalui platform perisian CUDA-Q yang disatukan, pembangun boleh menjadualkan tugas pengkomputeran kuantum dan klasik dalam persekitaran pembangunan yang sama, membolehkan kedua-dua jenis sumber pengkomputeran ini bekerjasama dalam tugas yang kompleks.

Ini bermakna penyelidik tidak perlu menyelenggara dua sistem pembangunan yang berasingan: mereka boleh mereka bentuk algoritma kuantum, menjalankan pengesahan simulasi dan melaksanakan simulasi dalam rangka kerja yang disatukan. Hal ini memudahkan orang ramai untuk melibatkan diri dalam pengkomputeran kuantum.

NVQLink: Jambatan yang Menghubungkan Pengkomputeran Kuantum dan Klasik

Untuk memudahkan pemproses kuantum dan GPU berfungsi bersama, NVIDIA telah mencipta NVQLink yang menghubungkan kedua-duanya. Teknologi ini penting untuk menghubungkan QPU dan GPU serta menyokong aliran kerja pengkomputeran kuantum berskala besar yang dipacu oleh CUDA-Q.

Dalam ujian bersama pemproses kuantum Helios generasi seterusnya milik Quantinuum’s, NVQLink mencapai sambungan kependaman rendah antara GPU dan QPU serta berjaya mengesahkan penyahkodan masa nyata pertama di dunia bagi kod pembetulan ralat kuantum qLDPC berskala.

Keputusan ujian menunjukkan bahawa dengan adanya mekanisme pembetulan ralat, ketepatan sistem boleh dikekalkan sekitar 99%, iaitu lebih baik daripada 95% tanpa pembetulan ralat. Ini menunjukkan bahawa teknologi pembetulan ralat kuantum sememangnya berguna dalam amalan dan pengkomputeran kuantum boleh digunakan bersama pengkomputeran berprestasi tinggi tradisional.

Berdasarkan tahap perkembangan semasa, pengkomputeran kuantum masih memerlukan perjalanan yang panjang sebelum dapat digunakan secara kendiri pada skala besar; namun begitu, teknologi ini telah mula menunjukkan nilai praktikal sebagai pemproses bersama kepada GPU dalam tugas pengkomputeran saintifik yang kompleks. Sistem superpengkomputeran masa hadapan berkemungkinan tidak lagi menjadi persaingan antara seni bina tunggal, sebaliknya platform heterogen bersepadu yang terdiri daripada CPU, GPU dan QPU.

Kesimpulan

Pada masa hadapan, superkomputer akan dibina menggunakan gabungan reka bentuk berasaskan CPU dan GPU, serta sistem hibrid yang menggabungkan simulasi saintifik, kecerdasan buatan dan pengkomputeran kuantum. Teknologi seperti CPU Vera, sambungan optik CPO, seni bina Blackwell dan NVLink/NVQLink membantu meningkatkan lebar jalur, mengurangkan kependaman dan memudahkan sumber berfungsi bersama. Pada masa yang sama, platform AI berorientasikan sains seperti Apollo sedang mengubah cara kita melakukan sesuatu. Platform ini menggunakan model fizikal yang telah dilatih untuk membantu kaedah tradisional.