اگر دلتون میخواد بدونید قویترین ابرکامپیوتر هوش مصنوعی تو دانشگاههای آمریکا کجاست، باید برید سراغ MIT و ابرکامپیوتر جدیدش به اسم TX-GAIN! این غول رو هفته پیش مرکز ابررایانه آزمایشگاه لینکلن MIT (LLSC یعنی مرکزی که تو MIT روی ابرکامپیوترهای قوی کار میکنن) معرفی کرد و حسابی سر و صدا به پا کرد.
TX-GAIN در واقع اول برای کارهای Generative AI ساخته شده بود. حالا Generative AI یعنی هوش مصنوعیای که خودش میتونه چیز جدید بسازه، مثلاً یه متن بنویسه یا یه تصویر بسازه، نه اینکه فقط چیزی رو تشخیص بده. این ابرکامپیوتر الان فقط برای تولید محتوا نیست؛ بلکه تو کلی حوزه و تحقیق دیگه هم حسابی کمکحال شده و همه محققها ازش حسابی استفاده میکنن.
نکته باحال اینه که TX-GAIN اومده تو لیست TOP500 که یعنی بین ۵۰۰ تا از قویترین ابرکامپیوترهای دنیا قرار گرفته و هیچ دانشگاه دیگهای تو آمریکا فعلاً بهش نمیرسه.
ابرکامپیوتر TX-GAIN با رفقای دیگهاش توی MIT، یه تیم قدرتمند ساختن واسه سطوح بالای تحقیق و توسعه. مسئول این مرکز یعنی جرمی کپنر (Jeremy Kepner) گفته این ابرکامپیوتر رفت که کلی پیشرفت تو علوم و مهندسی خلق کنه و مخصوصاً تو حوزه هوش مصنوعی مولد، شبیهسازیهای فیزیکی، آنالیز داده و خلاصه هرچی تحقیق که فکرشو بکنید، به کار بیاد.
TX-GAIN با هوش مصنوعیهایی که فقط عکس سگ و گربه رو تفکیک میکنن فرق داره. تمرکزش روی ساختن جوابهای جدید و تولید محتواست. مثلاً میتونه امضای راداری اجسام رو بررسی کنه (امضای راداری یعنی اون الگوی خاص موجهایی که از اجسام به رادار برمیگرده)، یا دادههای هواشناسی تکمیل کنه، اشکالای ترافیک شبکه اینترنت رو پیدا کنه، یا حتی واکنشهای شیمیایی رو مدلسازی کنه تا داروها و مواد جدید بسازه!
حالا اگه کنجکاو شدید این سیستم چقدر قویه: TX-GAIN بیش از ۶۰۰ تا کارت گرافیکی شبیه NVIDIA GPU accelerator داره که مخصوص کارای هوش مصنوعی طراحی شدن (GPU accelerator یعنی همون کارت گرافیکهایی که بهطور ویژه برای سرعت دادن به عملیاتهای مغز متفکربازی استفاده میشن). اوج عملکردش هم دو “اگزا فلاپس” هوش مصنوعیست؛ حالا اگزا فلاپس یعنی دو میلیارد میلیارد (همون دو کوینتیلیون!) عملیات هوش مصنوعی تو هر ثانیه! پس اگه کسی گفت سیستمش قویه یه نگاهی به این بندازه!
این پرفورمنس باعث شده TX-GAIN تو شمالشرق آمریکا حرف اول رو بزنه و حسابی خاص و شاخص باشه.
رفائل جیمز، یکی از محققهای مرکز، گفته که این سیستم دستشونو واسه مدل کردن پروتئینهای خیلی بزرگ یا تعداد خیلی زیاد واکنشهای پروتئینی باز گذاشته—یه چیز عجیب و گیمچینجر واسه تحقیقات حوزه دفاع زیستی (بیولوژیکی) حساب میشه.
جالبتر اینکه TX-GAIN پشتیبان اصلی همکاریهای تحقیقاتی هم شده. مثلا یکی از پروژههای مشارکتی مربوط به برنامه “AI Accelerator” نیروی هوایی و MIT هست که به ارتش آمریکا کمک میکنه هوش مصنوعی رو تو پروژههای هوایی و فضایی پیاده کنه، تست کنه، و توسعه بده.
خود سیستمهای LLSC داخل یه دیتا سنتر تو هولیوک ماساچوست قرار گرفتن و تمرکزشون بر مصرف بهینه انرژی هست. تیم تحقیق در تلاشه باز هم مصرف برق رو کمتر کنه تا تحقیشات رو پایدار و مقرونبهصرفه ادامه بدن.
LLSC واقعاً بخش حیاتی نوآوری MIT محسوب میشه، چون هزاران محقق هر روز دارن دیتای پروژهها رو باهاش پردازش و مدلهای هوش مصنوعیشون رو آموزش میدن یا شبیهسازی انجام میدن. از مدل کردن میلیاردها برخورد هواپیما (که به اداره هوانوردی آمریکا کمک کرده سیستمهای ضدبرخورد رو بهتر کنه) گرفته، تا هدایت خودران وسایل برای وزارت دفاع.
به طور خلاصه، راهاندازی TX-GAIN یه نقطه عطف اساسی واسه سوپرکامپیوترهای هوش مصنوعی به حساب میاد. این حرکت باعث شده خیلی از صنایع دیدشون رو نسبت به نوآوری و استراتژی دادهمحور عوض کنن و بفهمن آینده واقعاً وابسته به زیرساختهای پردازشی قویه. پس اگه دنبال موندن تو رقابت و همگامشدن با پیشرفتهای هوش مصنوعی هستین، باید به فکر سرمایهگذاری رو این جور سیستمهای سنگین و همکاری علمی جدی باشین!
منبع: +
