Hvordan AI, kvantedata og klassisk databehandling omformer superdatamaskiner

(Dan Tri) – Jack Dongarra, kjent som «superdatamaskinernes og vitenskapelige programvarens far», har nettopp skissert en lovende fremtid for høyytelsesdatabehandling.

Som vinner av Turing-prisen i 2021 (også kjent som Nobelprisen i informatikk) og en av grunnleggerne av Topp 500-listen, som rangerer verdens kraftigste superdatamaskiner, er Dongarras syn på fremtiden for superdatamaskiner viktige veiledere for både det vitenskapelige miljøet og industrien generelt.

Hybride datamaskiner – løsninger for fremtiden

Ifølge Dongarra vil den neste generasjonen superdatamaskiner ikke bare være en tradisjonell maskinvareoppgradering, men en smart kombinasjon av klassiske datasystemer med kvanteteknologi og kunstig intelligens (KI).

Dette regnes som et avgjørende skritt for å overvinne de nåværende grensene i Moores lov, når transistorminiatyrisering nesten har nådd en fysisk barriere.

Dongarra understreker at fremtiden for superdatamaskiner ikke ligger i å fullstendig erstatte klassiske systemer med kvantedatamaskiner, men i en harmonisk kombinasjon av begge.

Han beskriver dette hybridsystemet som en flerlags datamaskin, der hver komponent vil ta på seg oppgaver som er best egnet til dens egenskaper.

I Dongarras visjon ville kvanteprosessorer (QPU-er) fungere som «spesialiserte akseleratorer» for komplekse optimaliseringsproblemer, spesielt i molekylære simuleringer for å oppdage nye medisiner eller materialer.

Disse problemene er eksponentielt komplekse, noe som gjør dem uløselige selv for dagens kraftigste superdatamaskiner. Kvantedatamaskiner, som kan dra nytte av kvantesuperposisjon og sammenfiltringseffekter, kan imidlertid håndtere dem mye mer effektivt.

I mellomtiden vil tradisjonelle CPU-er og GPU-er fortsette å håndtere de viktigste dataoppgavene, behandle stordata og utføre AI-algoritmer. Denne rimelige arbeidsdelingen optimaliserer ikke bare ytelsen, men bidrar også til å få mest mulig ut av styrkene til hver prosessortype.

Et av Dongarras mest unike perspektiver er rollen til AI i fremtidens superdatasystem. Han ser ikke bare på AI som et program som kjører på en superdatamaskin, men som «limet» som forbinder og koordinerer hele systemet.

Jack Dongarra spiller en nøkkelrolle innen høyytelsesdatabehandling (Foto: US Department of Energy).

Ifølge Dongarra vil AI optimalisere superdatamaskiner i sanntid ved hjelp av prediktive modelleringsteknikker for å intelligent allokere ressurser. Systemet vil automatisk kunne bestemme når klassiske prosessorer skal brukes, når det skal byttes til kvantepuls-enheter, og hvordan de skal koordineres for optimal effektivitet.

Denne visjonen blir realisert gjennom mange banebrytende prosjekter.

Halvledergiganten Nvidia og Quantum Machines har nettopp introdusert DGX Quantum-systemet, som tett kobler en kvantekontroller til en AI-superchip på bare noen få mikrosekunder.

Systemet muliggjør sanntids korrigering av kvantefeil og kalibrering av kvanteprosessorer basert på AI, noe som åpner for nye muligheter for hybride kvante-klassiske applikasjoner.

Nye utfordringer i det globale teknologikappløpet

Dongarra vek heller ikke unna for å diskutere utfordringene superdatamaskinindustrien står overfor, som mangel på forskningsfinansiering og internasjonalt konkurransepress, spesielt fra Kina.

Kinas nylige fremskritt på dette feltet, som kvantedatamaskinen Jiuzhang som kan utføre oppgaver 180 millioner ganger raskere enn den kraftigste superdatamaskinen, eller kvanteprosessoren Zuchongzhi 3.0 med 105 qubits, har gitt vestlige land en vekker.

Kinas Jiuzhang-kvantedatamaskin kan utføre oppgaver 180 millioner ganger raskere enn den kraftigste superdatamaskinen (Foto: Spectrum)

Tildelingen av årets Jack Dongarra Early Career Award til Dr. Lin Gan ved Tsinghua University (Kina) for hans bidrag til HPC-algoritmer som bygger bro mellom klassiske og kvantesystemer, bekrefter ytterligere den globale naturen til denne rasen.

Dongarra etterlyste økt internasjonalt samarbeid gjennom organisasjoner som North American Artificial Intelligence (NAAI), som han nylig ble med i, for å fremme den etiske integreringen av AI i superdatamaskiner.

Dongarra peker på like viktige utfordringer i utviklingen av menneskelige ressurser. Det er fortsatt en stor mangel på talenter med tverrfaglig ekspertise innen kunstig intelligens, kvantedatamaskiner og HPC.

Selv om initiativer som Texas Quantum Program utvider talentbassenget, er det fortsatt langt igjen til en bredere beredskap.

Videre krever integrering av AI, HPC og kvanteteknologier i enhetlige arbeidsflyter kompleks infrastrukturkoordinering som bremser utrullingen. Nettsikkerhetsproblemer forverres også ettersom disse hybridsystemene kan angripes fra flere retninger.

Gjennombruddsapplikasjoner venter

Potensialet til hybride superdatasystemer er ikke bare teoretisk. Praktiske anvendelser utvikles i et raskt tempo, fra legemiddelutvikling til klimamodellering, fra økonomisk optimalisering til avansert materialutvikling.

Innen det medisinske feltet kan hybridsystemer simulere komplekse molekylære reaksjoner for å oppdage nye farmasøytiske forbindelser raskere og mer nøyaktig.

Når det gjelder klimaendringer, vil evnen til å behandle globale klimamodeller med høy oppløsning hjelpe forskere med å bedre forutsi og reagere på ekstreme værhendelser.

Innen finans kan kvanteoptimaliseringsalgoritmer revolusjonere risikoanalyse og porteføljestyring. Innen materialforskning kan evnen til å simulere atomstruktur på et enestående nivå bane vei for superledende materialer, høyenergibatterier og avanserte legeringer.

For å realisere denne visjonen understreket Dongarra viktigheten av å bygge riktig infrastruktur. Dette inkluderer ikke bare avansert maskinvare, men også mellomvare for å integrere kvantekretser med klassiske dataressurser.

Japans ABCI-Q superdatamaskin (Foto: Wccftech).

Superdatasentre over hele verden distribuerer aktivt denne hybridinfrastrukturen. Japans globale forsknings- og utviklingssenter for kvante-AI-forretningsteknologi (G-QuAT) med sin ABCI-Q-superdatamaskin utstyrt med 2020 Nvidia H100 GPU-er, integrert med Fujitsus superledende kvanteprosessorer, QuEras nøytrale atomprosessorer og OptQCs fotoniske prosessorer.

På samme måte har prosjekter i Europa, som Tysklands Jupiter-superdatamaskin, Japans Fugaku og Polens PSNC, alle begynt å integrere kvantedatamaskinvare. Danmarks kunngjøring om planer om å bygge Magne-kvantesuperdatamaskinen med innledende 50 logiske qubits, i samarbeid med Microsoft og Atom Computing, gjenspeiler også denne globale trenden.

Gjør deg klar for en ny æra som begynner

Dongarra spår at perioden 2025–2030 vil se en eksplosjon av hybridapplikasjoner mellom kvante og kunstig intelligens.

Innledende brukstilfeller vil inkludere kvantegenerative, kontraproduktive nettverk for legemiddelutvikling, forsterkningslæring drevet av kvantesubrutiner og kvanteforbedrede optimaliseringsløsere anvendt på logistikkproblemer i den virkelige verden.

IBM, med sin kvante-veikart, forventer å gjøre betydelige gjennombrudd i år, og fjerne noen av de største barrierene for skalering av kvante-maskinvare.

Innen 2026 vil IBMs Kookaburra-brikke skape et system på 4158 qubits, noe som markerer et gjennombrudd innen kvantedatamaskineringsmuligheter.

Jack Dongarras visjon for fremtidens superdatamaskiner er ikke bare en vitenskapelig spådom, men også en oppfordring til handling. Kombinasjonen av klassisk databehandling, kvantedatabehandling og kunstig intelligens vil skape enestående databehandlingsmuligheter, og åpne opp muligheten til å løse menneskehetens største utfordringer.

Som Jack Dongarra har sagt, går vi inn i en ny æra innen databehandling der grensene mellom hva som er mulig og hva som ikke er mulig vil bli fullstendig omdefinert. Spørsmålet er ikke om dette vil skje, men om vi er klare til å gripe det.

Kilde: https://dantri.com.vn/khoa-hoc/cach-ai-luong-tu-va-tinh-toan-co-dien-dinh-hinh-lai-sieu-may-tinh-20250807140924177.htm