地球全体をシミュレート: Nvidia の Earth-2 スーパーコンピューターが間もなくオンラインになります

地球全体をシミュレート: Nvidia の Earth-2 スーパーコンピューターが間もなくオンラインになります

「未来を今日どのように実現するか。その答えはシミュレーションだ」と、NVIDIAの創業者兼CEOのジェンスン・フアン氏は語った。

先週火曜日のGTCカンファレンスで、Nvidiaはメタバースを構築するための一連のツールを提案した。最新のニュースによれば、NVIDIA はすでに世界最大の仮想世界を設計しているという。

[[435332]]

「我々は気候変動をシミュレートし予測するためのデジタルツインを構築する」と黄仁勲氏は述べ、エヌビディアの新たな目標は気候変動の影響を緩和するツールを構築することだと付け加えた。

新しいスーパーコンピューターは「Earth 2」と名付けられ、これは「Digital Twin of the Earth」の略です。 Modulus で作成された AI 物理環境を Omniverse で 100 万倍高速に実行します。 E2 を実現するためには、これまで私たちが発明してきたすべての技術が必要です。これは前例のないプロジェクトです。

Nvidia の新たな目標は、科学計算に影響を与えるだけでなく、Nvidia がフルスタック コンピューティング企業へと変革する上で重要な出来事となる、困難な課題です。最近では、オムニバースでつながるメタバースが話題になっていますが、これは『レディ・プレイヤー1』のようなゲーム専用の仮想環境ではなく、現実世界をシミュレートするツールであることに注目すべきです。

「Omniverse は、データセンター規模のシミュレーション、そして最終的にはグローバルなシミュレーションを可能にするように設計されている点で、ゲーム エンジンとは異なります」と Huang 氏は述べています。

このタスクを実行するコンピューターには、これまでにない機能が必要です。現在、通常の意味でのスーパーコンピュータは、一般的に、Linux システムを実行する大規模なサーバー アレイから構築され、キャビネット間が超高帯域幅で直接接続されています。スーパーコンピューティング センターがより多くの研究者に開放され始めるにつれて、スーパーコンピューティング サービスは徐々に「クラウド サービス」になりつつあります。NVIDIA が提案する Quantum-2 プラットフォームは、まもなくスーパーコンピュータ アーキテクチャに重要な変化をもたらすでしょう。

Quantum-2 には、最大 400Gbps の帯域幅を持つ 64 個の InfiniBand ネットワーク ポートがあり、プラットフォームは Nvidia Quantum-2 スイッチ、ConnectX-7 ネットワーク アダプター、BlueField-3 データ処理ユニット (DPU)、およびサポート ソフトウェアで構成されています。ネットワーク速度が向上するだけでなく、接続インターフェースが 3 倍、コンピューティング性能が 3 倍向上し、データセンター スイッチの需要が 6 倍削減され、データセンターのエネルギー消費量とスペースがそれぞれ 7% 削減されます。

さらに重要なのは、マルチテナント パフォーマンス分離機能により、Quantum-2 は各ユーザーのコンピューティング プロセスが互いに影響を及ぼさないことを保証します。

「Quantum-2は、スーパーコンピュータのパフォーマンスとクラウドコンピューティングの共有性を実現する初のネットワークプラットフォームです」と黄氏は語った。 「これはこれまでは不可能でした。Quantum-2 以前は、ベアメタルの高性能か安全なマルチテナントのいずれかしか得られませんでした。Quantum-2 では、スーパーコンピューターはクラウドネイティブになり、より有効に活用できるようになります。」

Nvidia はまだ E2 の正確なアーキテクチャの詳細を明らかにしていないが、地球全体の詳細な環境モデリングと今後数十年間の気候変動の予測が非常に難しい問題であることは明らかだ。

「主に大気物理学をシミュレートする天気予報とは異なり、気候モデルは数十年にわたる大気、水、氷、陸地、そして人間の活動の物理学、化学、生物学をシミュレートします」と黄氏は述べた。 「現在、気候シミュレーションは10~100kmの解像度で行われています。しかし、海洋、海氷、地表、地下水、大気、雲など地球全体の水循環をシミュレートするには、はるかに高い解像度が必要です。」

これに対して、NVIDIA は新しい Modulus フレームワークを使用して物理的な機械学習モデルを開発し、この問題を解決したいと考えています。蒸発による干ばつや飲料水貯水池の水位が 150 フィート低下するなど、地球の気候が急速に変化していることを考えると、早急な改善が必要です。

「GPU アクセラレーション コンピューティング、物理情報が組み込まれたディープラーニングとニューラル ネットワークのブレークスルー、AI スーパーコンピューター、そして学習用の大量の観測データとモデル データを組み合わせることで、100 万倍の高速化を実現できます」と Huang 氏は述べています。 「超高解像度の気候モデルがあれば、10億倍の飛躍を達成できるかもしれません。国や都市、町は早期に警告を受け、早期に行動し、インフラの回復力を高めることができます。より正確な予測があれば、人々や国はより緊急に行動するでしょう。」

参照: https://blogs.nvidia.com/blog/2021/11/12/earth-2-supercomputer/

<<:  中山大学のリン・ジン氏は、視覚的意味理解の新しいトレンドについて説明しました。表現学習から知識と因果の融合まで。

>>:  中国の博士が強化学習を使ってSpaceXのロケットを回収

ブログ    
ブログ    
ブログ    

推薦する

IT ライフ: 遺伝的アルゴリズムを使用してコンピューターに歌詩を書かせる

出会いは幻想的で、窓の外はまた夜明けだった。弦楽器の音とかすかな笑顔をいつも思い出すが、世の中に花が...

この AI はわずか 20 分で複雑な芸術作品を作成できます。 1080グラフィックカードが実行可能

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

推奨アルゴリズムコレクション(パート2) - SVDとCB

[[331259]] 【51CTO.comオリジナル記事】 1. はじめに前回の記事でレコメンデー...

人工知能の応用: 病気を予測し治療を改善する 3 つの新しい方法

医療における AI の興味深い応用例の 1 つは、治療が患者に及ぼす潜在的な影響を予測することです。...

...

設計原則、テスト指標...顔アルゴリズムテストのハードコアスキルを体系的に整理

ビジュアル AI 分野の開発者にとって、適切なアルゴリズムを選択することはプロジェクトの戦いの半分を...

AIは学習しません!ネイチャー誌の最新研究が人工知能のブラックボックスを解読

人工知能(AI)は急速に進歩していますが、人間にとってその強力なモデルは「ブラックボックス」です。モ...

2022 年に予測されるロボット技術のトレンド トップ 10

COVID-19パンデミックは、物流やスーパーマーケットなどの分野に問題と機会の両方をもたらしまし...

医療用ロボット:世界第2位のロボットの現状と今後の応用展望

医療用ロボットという用語は、監督なしで事前にプログラムされたタスクを自律的に実行する機械のイメージを...

人工知能の簡単な歴史 | (2)相農は人工知能の誕生を目撃した

1956年、人工知能元年。その夏、米国ニューハンプシャー州ハノーバーの小さな町にある美しいアイビーリ...

...

GoはPythonよりはるかに進んでおり、機械学習の人材は非常に不足しています。世界中の16,655人のプログラマーが真実を語ります

Go は開発者の間でますます人気が高まっています。数年前、Didiのエンジニアから、DidiではGo...

...

機械学習チームにはより優れた特徴エンジニアリング技術が必要

機械学習向けにデータ機能を最適化する機能エンジニアリングのスキルは、データサイエンスそのものと同じく...