SambaNovaがアルゴンヌ国立研究所に次世代DataScaleシステムを納品 - SambaNova Systems

SC22、テキサス州ダラス、2022年11月14日 — SambaNova Systems は、米国エネルギー省アルゴンヌ国立研究所にSambaNovaのDataScale®システムを納入し、大規模画像データや大規模言語モデルなど、科学のためのAIワークロードを加速するための新しいリソースを提供しました。

DataScaleはハードウェアとソフトウェアが完全に統合されたシステムで、組織がAIへのアプローチを再構築することを可能にします。

「アルゴンヌのSambaNovaシステムの展開により、科学者が気候予測からニュートリノ物理学に至る分野の先駆的研究に新しいAIアーキテクチャを使用しているのを目の当たりにしています」と、アルゴンヌのコンピューティング・環境・生命科学担当副所長のリックスティーブンスは語っています。「新しいSambaNovaシステムは、ディープラーニングを使って腫瘍が様々な薬の組み合わせにどのように反応するかを予測する我々の取り組みや、一般的には科学のためのAIモデルの基礎を作るなど、AI主導の研究を後押しすることになるでしょう。」

SambaNova Systems製品担当上級副社長Marshal Choyとアルゴンヌ国立研究所コンピューティング・環境・生命科学担当副所長Rick Stevens

米国エネルギー省科学局のユーザー施設であるArgonne Leadership Computing Facility（ALCF）のデータサイエンスチームリーダーVenkat Vishwanath氏は、「SambaNovaのDataScaleの新機能とメモリ容量の増加は、大規模AIモデルと大規模データセットを含む科学アプリケーションの幅広い扉を開くことになるでしょう」と述べています。「我々は、DOE光源で生成される高解像度画像データなど、シミュレーションや実験によって生成される爆発的に増大する科学データに対する洞察を加速するために、新しいシステム上で大規模なAIモデルを実行することを楽しみにしています。」

新しいDataScaleシステムは、世界で最も先進的なAIアクセラレータのコレクションであるALCF AI Testbedを通じて、科学コミュニティに提供される予定です。ALCF AI Testbedは、研究者が科学のためのAIを発展させるために、ディープラーニングやファンデーションモデルのワークロードを探求できるよう設計されています。ALCFのAIプラットフォームは、同施設の現行および次世代スーパーコンピューターを補完し、AI、ビッグデータ、ハイパフォーマンス・コンピューティングの交差点における研究を支援する最先端の環境を提供します。

SambaNova Systemsの製品担当上級副社長であるMarshall Choyは、「本日発表された複数年契約は、アルゴンヌ国立研究所との現在のパートナーシップを拡大するものです」と述べています。「このパートナーシップは、アルゴンヌがマルチラックのSambaNovaシステムを採用し、難易度の高いファンデーションモデルとディープラーニングワークロードの実装に共同で取り組んでいることを示しています。科学研究機関にとって、これは新しい実験と世界を変える可能性を秘めた発見を可能にする取り組みです。」

アルゴンヌの研究者は、SambaNovaの前世代システムを、天気予報の精度向上のためのサロゲートモデルの開発、エンジン研究のための計算流体力学シミュレーションの高速化、実験からの発見を加速するための高解像度画像データセットの処理など、幅広い研究に利用してきました。これまでに行われた科学的なユースケースは以下の通りです：

	エッジコンピューティング：ALCFのSambaNovaシステムを用いて、地理的に分散したワークフローで機械学習モデルを迅速に学習させるために、特殊なAIシステムがどのように使用されるかを実証しました。また、光源やその他の実験施設から収集される大規模な画像データセットを処理・分析する研究者の能力を高めるため、実験データ源の近くにあるエッジコンピューティングデバイスにモデルを展開しました。
	ニュートリノ物理学：ニュートリノ信号の効率を向上させるため、研究者はALCFのSambaNovaシステムを活用して古典的なイメージセグメンテーションタスクを改善し、ダウンサンプルの必要なく元の解像度で画像を使用して新しい最先端の精度レベルを実現しました。
	癌の予測：ALCF の新しい SambaNova プラットフォームは、腫瘍細胞の分子的特徴に基づき、単剤およびペア薬剤に対する腫瘍の反応を予測する取り組みを推進する機能を提供します。
	気候モデリング：研究者は、ALCFのSambaNovaシステムとディープラーニング技術を使用して、一般に公開されている気象・気候データからサロゲートモデルを開発しています。ダウンスケールデータを用いた現在のディープラーニングの展開と比較して、サロゲートモデルが予測精度を向上させることができるかどうかを判断することを目的としています。
	エンジン研究: 次世代エンジン向けの予測的な計算機設計ツールを作成する取り組みの一環として、研究者はALCFのSambaNovaシステムを使って、自動車エンジンで発生する乱流を高速かつ正確に予測する拡張性のある機械学習モデルの開発に取り組んでいます。