Wie IBMs Blaupause für die Branchentransformation KI, 5G und Zusammenarbeit nutzt
Der Energieriese, ein Fan von Riesencomputern, ist begeistert von den ersten Ergebnissen der Durchführung sehr großer, datenintensiver Simulationsaufgaben wie der Öl- und Gasexploration.
Cerebras Systems, das in San Jose, Kalifornien, ansässige Start-up-Unternehmen, das Computer für die Verarbeitung von Deep-Learning-Algorithmen und anderen groß angelegten wissenschaftlichen Rechenaufgaben herstellt, gab am Mittwochmorgen bekannt, dass es seinen ersten "CS-2"-Computer an TotalEnergies, das 98 Jahre alte, in Paris ansässige Energieexplorations- und -produktionsunternehmen, verkauft hat.
Es ist der erste Gewinn für das junge KI-Startup im Energiesektor.
"Der Energiesektor war in der Vergangenheit ein Monster an Rechenleistung, und sie haben im Allgemeinen darüber geschwiegen", sagte Andrew Feldman, Mitbegründer und CEO von Cerebras, in einem Interview mit ZDNet. "Der Energiemarkt ist viermal so groß wie der Markt, auf dem Google und alle anderen spielen - er ist unglaublich groß. ", sagte er und bezog sich dabei auf den Online-Werbe- und Shopping-Markt.
"Unsere Ingenieure sind sehr aufgeregt", sagte Dr. Vincent Saubestre, CEO von TotalEnergies Research and Technologies, "denn die Cerebras-Maschinen sind für maschinelles Lernen konzipiert und informieren die Modelle, um neue Moleküle zu entwerfen, neue Materialien zu entwerfen und Dinge zu simulieren, die mit anderen Computern viel länger dauern würden." Die Forschungseinrichtung in Houston, Texas, ist der Ort, an dem das CS-2-System getestet wurde. Saubestre sprach im selben Interview mit ZDNet wie Feldman.
Er fügte hinzu: "Wir sind in sehr unterschiedlichen Bereichen tätig: Wir bringen Fachexperten mit, sie bringen Hardware mit, die in dieser Branche noch nicht getestet ist."
Das Forschungsbüro von TotalEnergies hat die Aufgabe, neue Maschinen zu evaluieren, um die bestehenden Systeme von TotalEnergies zu ergänzen und letztendlich zu ersetzen.
"Wir sind die Testpiloten neuer Maschinen in Houston, der Top Gun School", charakterisiert Saubestre das Büro.
TotalEnergies ist ein Fan von wirklich großen Computern, und der Einsatz des Cerebras CS-2 erfolgt inmitten zahlreicher Tests und des Aufbaus von Supercomputing-Systemen. Pangea III von TotalEnergies ist der 29. größte Supercomputer der Welt, der auf IBM-Maschinen basiert. Es sei der größte Supercomputer in Privatbesitz, sagte Saubestre.
Cerebras stellte im August 2019 den weltweit größten Chip vor, die "Wafer-scale Engine" (WSE), die sich der algorithmischen Verarbeitung widmet, die sich auf Dinge wie die Matrixmultiplikation konzentriert.
Das Unternehmen sicherte sich 2019 erste Aufträge von staatlichen Labors, darunter das Argonne National Laboratory des US-Energieministeriums und das Lawrence Livermore National Laboratory.
Das erste Projekt, das auf der CS-2 getestet wurde, ist eine "seismische Modellierungs"-Aufgabe, die verwendet wird, um zu erkennen, wo nach Öl und Gas gebohrt werden sollte. Diese Arbeit wird am Mittwoch in einer Präsentation von TotalEnergies-Forschern auf der Energy HPC Conference 2022 an der Rice University in Houston ausführlich beschrieben.
Bei der Arbeit handelt es sich um große seismische Bilder, bei denen akustische Wellen von der Oberfläche der Unterwasseroberfläche reflektiert werden, um die Landschaft zu vermessen, "was ist Öl, was ist kein Öl, was ist Gas, was ist kein Gas". Große Simulationen treten dann an die Stelle der porösen Medien, in denen Öl und Gas gespeichert sind.
"Es geht im Wesentlichen darum, große Matrizen umzukehren und ein physikalisches Phänomen zu simulieren", sagte Saubestre. Weitere Details finden Sie in einem Blogbeitrag von Cerebras.
Feldman sagte, dass der Cerebras-Chip, der die 56-fache Siliziumfläche der GPU und die 12.733-fache Speicherbandbreite hat, im Vergleich zu einer einzelnen Nvidia A100-GPU in der Lage war, die Leistung des Nvidia-Teils um das 100-fache zu übertreffen.
"Wir haben eine 100-fache Beschleunigung aufgrund der Speicherbandbreite demonstriert und gezeigt, dass diese Workloads eine Kombination aus KI und anderen HPC-Aufgaben sind, extrem rechenintensiv sind und viel Zugriff auf und von Speicher erfordern."
"Das ist kein Witz in der Welt der Datenverarbeitung; Man kann in unserer Welt nicht viel besser 100x werden."
Obwohl der Vergleich eines wafergroßen Cerebras-Teils mit einer einzelnen Nvidia-GPU nicht ganz Äpfel mit Äpfeln ist, sagte Feldman, dass der Vergleich immer noch eine aussagekräftige Demonstration einer Beschleunigung ist, da ein System aus integrierten Kernen und integrierter Bandbreite Vorteile bietet, die über das hinausgehen, was viele einzelne Teile leisten können, wenn sie gebündelt werden.
"Wenn wir 100-mal schneller sind als eine GPU, bedeutet das nicht, dass Sie das tun können, was wir mit 100 GPUs tun können. es sind wahrscheinlich eher 1.000", sagte Feldman. "Weil sie nicht linear skalieren und mehr als doppelt so viel Strom benötigen", um die Anzahl der diskreten GPUs zu verdoppeln.
Feldman verweist auf eine Studie von Tim Rogers und Mahmoud Khairy von der Purdue University aus dem vergangenen Jahr, die von der Association for Computing Machinery veröffentlicht wurde. Diese Studie bietet einen tiefen Einblick in die Details verschiedener Chiparchitekturen für KI.
"Ich wäre ein bisschen vorsichtig, wenn ich 100 Mal werben würde, aber es hat definitiv dieses Potenzial", sagte Saubestre.
Saubestre betonte den Vorteil der Cerebras-Maschine, da die Gruppe immer größere Aufgaben übernimmt.
Das Unternehmen forscht an Methoden der Kohlenstoffabscheidung, um zu versuchen, Treibhausgase zu reduzieren, um die COP26, die Klimakonferenz der Vereinten Nationen 2021, zu unterstützen.
"Der Unterschied besteht darin, dass man es nicht mit einem Einschluss auf einem Gebiet von zehn mal zehn Meilen zu tun hat, sondern mit einem Einschluss von der Größe eines Beckens, in dem man das CO2 speichern wird, und man sieht Zeitsimulationen, die nicht zehn, zwanzig, dreißig Jahre dauern, sondern CO2 für Hunderte von Jahren speichern."
"Wenn wir uns diese massiven Modelle im Beckenmaßstab ansehen, ist das auch ein Vorteil für die Cerebras-Maschinen."
TotalEnergies forscht auch an Materialien, z. B. für Hochleistungsbatterien im Weltraum, und an Entwürfen für Materialien, die CO2 direkt aus der Luft abscheiden und einfangen würden.
"Das sind all die spannenden Projekte, die wir im kommenden Jahr mit Andrews Team testen werden."
Die Arbeit ist nicht nur wegen des Ausmaßes der Probleme bemerkenswert, sondern auch wegen der Verwendung dessen, was Cerebras seine Cerebras Software Language nennt; ein SDK, das letztes Jahr eingeführt wurde und eine einfachere Steuerung der Maschine ermöglicht. Die CSL ermöglicht es Benutzern, "benutzerdefinierte Kernel für ihre eigenständigen Anwendungen zu erstellen oder die bereitgestellten Kernel-Bibliotheken für ihre individuellen Anwendungsfälle zu modifizieren", wie Cerebras erklärt. Die Forscher von TotalEnergies arbeiteten mit Cerebras zusammen, um den CSL-Code zu verfeinern und die Arbeitslast auf dem CS-2 zu optimieren.
Was zukünftige Käufe betrifft, die über die eine CS-2-Einheit hinausgehen, beschrieb Saubestre TotalEnergies und Cerebras als Verlobte, die sich in einer Liebesbeziehung befinden.
"Es gibt viele Partnerschaften, bei denen man Fahrgemeinschaften bildet, um in den Nachtclub zu gehen, und dann gibt es langfristige Kooperationen", sagte Saubestre. "Wir sind vorerst Verlobte, aber wir versuchen, dieses Paar zum Laufen zu bringen."
"Es gibt vieles, was optimiert werden kann, und es gibt viel Potenzial, und das war der Grund, diese Partnerschaft mit jemandem einzugehen, der genauso daran interessiert ist wie wir, es zu verwirklichen", sagte Saubestre. "Wir hoffen, diesen Wettbewerbsvorteil, den wir über die Jahre hatten, zu halten und die Maschinen der Zukunft zu erfinden, um unsere Simulationen auszuführen."
Saubestre fügte hinzu, dass sich einige Anbieter, mit denen TotalEnergies zusammenarbeitet, auf den Verkauf von Cloud-Diensten konzentrieren, aber solche Dienste sind nicht unbedingt ideal für die Art von Arbeit, die der Energieriese erledigen muss.
"Sie verkaufen die Cloud, als wäre es das Ende von allem, und im Moment ist sie nicht so attraktiv, wie es scheint", sagte er.