Come un gemello digitale per condizioni meteorologiche intense potrebbe aiutare gli scienziati a mitigare il cambiamento climatico
Utilizzando un computer Cerebras CS-2, gli scienziati sono in grado di simulare grandi esperimenti di fluidodinamica computazionale in tempo quasi reale, che secondo loro potrebbero avere implicazioni drammatiche per i progetti energetici e di cambiamento climatico.
Il produttore di computer Cerebras ha utilizzato il suo computer AI su un problema non AI: simulare "flussi di Navier-Stokes guidati dalla galleggiabilità" che catturano le dinamiche di molti sistemi in natura e nell'ambiente costruito. Il lavoro, il primo nel suo genere, consente un “gemello digitale” del mondo reale in cui gli scienziati possono fare previsioni e vedere gli effetti degli interventi in una sorta di circuito di controllo.
La simulazione del mondo reale in tempo reale può offrire agli scienziati un modo per fare previsioni basate sulla riproduzione di scenari man mano che si svolgono. Ciò potrebbe essere un vantaggio nell’affrontare scenari meteorologici estremi, come quelli coinvolti nel riscaldamento globale.
Il pioniere dell’intelligenza artificiale Cerebras e il National Energy Technology Laboratory del Dipartimento dell’Energia degli Stati Uniti hanno annunciato martedì un’accelerazione nelle equazioni scientifiche che, secondo loro, possono consentire la simulazione in tempo reale di condizioni meteorologiche estreme.
"Si tratta di una simulazione in tempo reale del comportamento di fluidi con volumi diversi in un ambiente dinamico", ha affermato Andrew Feldman, CEO di Cerebras.
"In tempo reale, o più velocemente, puoi prevedere il futuro", ha detto Feldman. "Dal punto di partenza, il fenomeno reale si svolge più lentamente rispetto alla simulazione e puoi tornare indietro e apportare modifiche."
Questo tipo di simulazione, un gemello digitale delle condizioni del mondo reale, essenzialmente, consente un “ciclo di controllo” che consentirà di manipolare la realtà, ha affermato Feldman.
Nelle osservazioni preparate, il dottor Brian J. Anderson, direttore del laboratorio presso NETL, ha affermato: "Siamo entusiasti del potenziale di questa simulazione di convezione naturale in tempo reale, poiché significa che possiamo accelerare notevolmente e migliorare il processo di progettazione per alcuni modelli davvero grandi progetti vitali per mitigare il cambiamento climatico e consentire un futuro energetico sicuro - progetti come il sequestro del carbonio e la produzione di idrogeno blu”.
Anderson ha aggiunto: "Se eseguito su un supercomputer convenzionale, questo carico di lavoro è diverse centinaia di volte più lento, il che elimina la possibilità di velocità in tempo reale o flussi ad altissima risoluzione".
In un video preparato dai ricercatori, flussi di fluidi caldi e freddi scorrono su e giù come in un paesaggio alieno.
Cerebras si è fatta un nome con hardware e software esotici per grandi programmi di formazione sull'intelligenza artificiale. Tuttavia, l’azienda ha ampliato il suo repertorio affrontando problemi impegnativi nella scienza di base che richiedono un utilizzo intensivo di calcolo e che potrebbero non avere nulla a che fare con l’intelligenza artificiale.
Nel campo della fluidodinamica computazionale, la macchina Cerebras, chiamata CS-2, è in grado di simulare la cosiddetta convezione di Rayleigh-Bénard, un fenomeno che risulta dal riscaldamento del fluido dal basso e dal raffreddamento dall'alto.
Il lavoro è stato reso possibile eseguendo un nuovo pacchetto software sviluppato lo scorso autunno da Cerebras e NETL chiamato API per le equazioni di campo WSE, un front-end basato su Python che descrive le equazioni di campo. Le equazioni di campo sono un tipo di equazioni differenziali che "descrivono quasi tutti i fenomeni fisici in natura alle scale spazio-temporali più fini", secondo la documentazione di GitHub.
Fondamentalmente, le equazioni di campo modelleranno tutto nell’universo conosciuto tranne l’entanglement quantistico.
L'API, descritta nel documento di novembre "Disruptive Changes in Field Equation Modeling: A Simple Interface for Wafer Scale Engines", pubblicato su arXiv, è stata progettata esplicitamente per sfruttare lo speciale chip AI del computer Cerebras. Il chip, chiamato Wafer Scale Engine, o WSE, ha debuttato nel 2019 ed è il chip per computer più grande del mondo, con le dimensioni di quasi un intero wafer semiconduttore.
L'articolo di novembre descriveva il WSE come in grado di eseguire equazioni di campo due ordini di grandezza più velocemente del supercomputer Joule 2.0 di NETL, costruito da Hewlett Packard Enterprise utilizzando 86.400 core di processore Intel Xeon e 200 chip GPU di Nvidia.
A causa della loro natura altamente distribuita, i supercomputer sono apprezzati per la loro capacità di eseguire simultaneamente i componenti delle equazioni al fine di accelerare il tempo di calcolo totale. Tuttavia, gli scienziati di NETL hanno scoperto che l'esecuzione di equazioni di campo comporta limitazioni di larghezza di banda e latenza nello spostamento dei dati dalla memoria off-chip ai core del processore e della GPU.
L'API dell'equazione di campo ha invece sfruttato la capacità della vasta memoria su chip di Cerebras WSE. WSE 2, la seconda versione del chip, contiene 40 GB di memoria su chip, mille volte la quantità del chip GPU A100 di Nvidia, l'attuale offerta mainstream di Nvidia.
Come gli autori di NETL e Cerebras descrivono la questione,
Sebbene la larghezza di banda della GPU sia elevata, anche la latenza è elevata. La legge di Little impone che una grande quantità di dati debba essere in volo per mantenere elevato l'utilizzo quando sia la latenza che la larghezza di banda sono elevate. Il mantenimento di quantità significative di dati in volo si traduce in grandi dimensioni di sottodomini. Queste proprietà di ridimensionamento del singolo dispositivo limitano le velocità di iterazione ottenibili sulle GPU. D'altra parte, il WSE ha larghezze di banda della cache L1 e latenza a ciclo singolo, quindi le velocità di iterazione ottenibili su ciascun processore sono molto più elevate.
La simulazione opera su una sorta di foglio di calcolo Excel di oltre 2 milioni di celle con valori che cambiano.
Mentre la ricerca di novembre ha scoperto che il CS-2 è molto più veloce del Joule nelle equazioni di campo, gli scienziati del NETL non hanno ancora riportato confronti ufficiali di velocità per il lavoro sulla dinamica dei fluidi annunciato martedì. Questo lavoro è in procinto di essere intrapreso su un cluster di GPU per il confronto, ha detto Feldman.
Netl e Cerebras hanno affermato nel comunicato stampa: "Si prevede che la simulazione funzionerà diverse centinaia di volte più velocemente di quanto sia possibile sui tradizionali computer distribuiti, come è stato precedentemente dimostrato con carichi di lavoro simili".
La macchina Cerebras CS-2 utilizzata nel progetto è installata presso il Pittsburgh Supercomputing Center della Carnegie Mellon University come parte del sistema Neocortex, un "computer con intelligenza artificiale (AI) ad alte prestazioni" finanziato dalla National Science Foundation.
Il lavoro attuale non è la prima volta che Cerebras si ramifica dall’intelligenza artificiale. Nel 2020, in un’altra collaborazione con il DoE, il chip WSE si è distinto in un’altra serie di problemi di equazioni differenziali parziali nella dinamica dei fluidi.
Il CEO di Cerebras, Feldman, ha affermato che ci saranno molte più opportunità per l'azienda nel settore del calcolo scientifico.
La simulazione dei flussi di Navier-Stokes guidati dalla galleggiabilità, ha osservato Feldman, si avvale di equazioni "fondamentali" nella fluidodinamica computazionale.
"Il fatto che possiamo schiacciarlo in questa simulazione è di buon auspicio per noi in un'ampia gamma di applicazioni."