Los Alamos Labs presenta il supercomputer Venado capace di dieci exaFLOPS

Il Los Alamos National Laboratory (LANL) ha inaugurato il suo supercomputer Venado. Il computer, con prestazioni pari a dieci exaFLOPS, è specificamente progettato per i carichi di lavoro di intelligenza artificiale del Dipartimento dell'Energia. Il supercomputer sarà utilizzato per integrare intelligenza artificiale e apprendimento automatico per la ricerca scientifica fondamentale e la sicurezza nazionale.

Installato presso il Nicholas C. Metropolis Center for Modeling and Simulation, Venado è progettato e installato dal Los Alamos National Laboratory in collaborazione con Nvidia e Hewlett Packard Enterprise (HPE).

Capacità e architettura del supercomputer Venado

Installato presso il New Mexico LANL, il supercomputer Venado è dotato di 2560 superchip Grace Hopper di Nvidia e della connettività di rete proprietaria Slingshot 11 di Hewlett Packard Enterprise, progettata appositamente per i requisiti di calcolo AI dei supercomputer. Venado è anche uno dei primi supercomputer costruiti con i superchip progettati da Nvidia. 

Il sistema è interamente raffreddato a liquido e vanta 920 CPU Grace-Grace e 2560 superchip GH200 (Grace Hopper), per un totale di 3480 Superchip Nvidia. Il GH200 è il modulo di sistema principale per l'elaborazione delle attività di intelligenza artificiale, ha una CPU Grace a 72 core e 480 GB di memoria. Le CPU Grace sono in grado di raggiungere una larghezza di banda di 1 TB al secondo, sostituendo la GPU con una seconda CPU Grace. Thom Mason, direttore di LANL, ha dichiarato:

"Venado contribuisce al nostro supercalcolo all'avanguardia che promuove la sicurezza nazionale e la ricerca di base e accelererà il modo in cui integriamo l'intelligenza artificiale per affrontare queste sfide"

Fonte: LANL.

Venado è all'altezza delle aspettative della LANL

Il sistema nel suo complesso è piuttosto compatto, nonostante Venado sia in grado di gestire applicazioni di intelligenza artificiale su larga scala grazie ai suoi Nvidia Grace Hopper Superchip, un'unità di supercalcolo basata su Nvidia Arm e un'architettura Nvidia Hopper. I primi test hanno dimostrato che Venado può produrre risultati significativi nelle simulazioni per l'astrofisica e per la scienza dei materiali. L'attenzione è rivolta all'efficienza del flusso di lavoro piuttosto che all'estrema precisione. 

Venado è un supercomputer potente per quello che è, adatto all'elaborazione di modelli linguistici di grandi dimensioni, poiché il punteggio dichiarato di dieci exaflop ottenuto è dovuto al compromesso sulla precisione in favore di una maggiore velocità di elaborazione o di flusso, ma questo è ciò che richiedono i LLM, quindi un candidato idoneo per l'intelligenza artificiale. Tuttavia, rispetto al sistema AMD Frontier, non è ancora all'altezza, ma non è affatto un "Slowpoke Piston". Si comporterà bene nella gestione di carichi di lavoro a bassa precisione, che sono la richiesta attuale a causa dei requisiti dell'intelligenza artificiale. Il vicesegretario del Dipartimento dell'Energia degli Stati Uniti, David Turk, ha dichiarato:

“Le nostre capacità di supercalcolo rappresentano una componente fondamentale del modo in cui i laboratori nazionali affrontano problemi importanti”

Aggiungendo ulteriormente,

"Grazie alla sua capacità di integrare approcci di intelligenza artificiale, non vediamo l'ora di vedere come il sistema Venado di Los Alamos potrà fornire risultati nuovi e significativi per aree di interesse."

Fonte: LANL.

Venado è un magnifico esempio di co-progettazione, frutto della collaborazione tra diverse aziende. Il LANL ha beneficiato di un notevole supporto da parte del governo federale, soprattutto sotto l'amministrazione Biden. Il governo statunitense, infatti, ha preso molto sul serio l'intelligenza artificiale, privilegiando la ricerca e lo sviluppo nel campo dell'apprendimento automatico. Venado è un potentissimo supercomputer dotato di 2560 Nvidia GH200, ma il progetto Isambard del governo britannico, che ne ospiterà 5448, dovrebbe debuttare quest'anno.