DOE, Nvidia ve Oracle ile yedi yeni AI süper bilgisayarı kuruyor
ABD Enerji Bakanlığı (DOE), bilimsel keşfi hızlandırmak ve ajanik yapay zekâ (agentic AI) yaklaşımlarını geliştirmek amacıyla Nvidia ve Oracle ile yedi yeni sistemden oluşan bir altyapı kuruyor. Bu girişimin merkezinde Nvidia Oracle süper bilgisayarlar bulunuyor. İki sistemin Argonne Ulusal Laboratuvarı’nda konumlanacağı ve birlikte DOE’nin bugüne kadarki en büyük AI süper hesaplama altyapısını oluşturacağı belirtiliyor. Proje genelinde 100.000 Blackwell GPU ve toplamda 2.200 exaFLOPS ölçeğinde bir hesaplama hedefi öne çıkıyor.
Nvidia Oracle süper bilgisayarlar: Projenin kapsamı
DOE’nin kuracağı yedi sistemlik yapay zekâ süper bilgisayar filosu, kurumun hem temel bilimlerde hem de uygulamalı araştırmalarda yeni yöntemler denemesini mümkün kılacak. Argonne’daki iki sistemin birlikte çalışması, tekil bir makineden ziyade ölçeklenebilir ve paylaşılabilir bir AI altyapısına işaret ediyor. Bu sayede farklı kurumsal ve akademik araştırma ekipleri, büyük ölçekli modelleri eğitmek, ajanik iş akışlarını denemek ve hesaplama yoğun veri analizlerini yürütmek için aynı çekirdek kaynakları kullanabilecek.
Teknik çerçeve: Blackwell GPU’lar ve exaFLOPS ölçeği
Toplam 100.000 adet Blackwell GPU’nun hedeflenmesi, en yeni hızlandırıcı mimarisinin geniş çaplı kullanımı anlamına geliyor. 2.200 exaFLOPS’luk toplam hesaplama irtifası ise, yoğun matris işlemleri ve karmaşık model eğitimlerinde saniyede trilyonlarca işlemi aşan bir kapasiteyi temsil ediyor. Bu büyüklük, çok-modlu (metin, görüntü, zaman serisi) modellerin ortak eğitimini, senaryolu simülasyonları ve bellek-yoğun inferans süreçlerini aynı platformda mümkün kılma iddiasını taşıyor. Ağ topolojisi, depolama katmanları ve yazılım yığınlarının ayrıntıları paylaşılmasa da, bu ölçekli bir kurulumda yüksek bant genişlikli ara bağlantılar, düşük gecikme süreli iletişim ve veriye yakın hesaplama stratejileri kritik önem taşıyacaktır.
Ajanik yapay zekâ ile keşif odaklı araştırmalar
Ajanik yapay zekâ, bir araştırma hedefine yönelik planlama, araç kullanımı ve geri bildirimle kendi eylem dizisini güncelleme gibi yetenekleri içeren bir yaklaşım olarak öne çıkıyor. DOE’nin planladığı altyapı, böyle sistemlerin bilimsel deney tasarımından hipotez üretimine, veri toplama planlarından simülasyon tabanlı kıyaslamalara kadar sürecin birçok aşamasını otomatikleştirmesine imkân verebilir. Özellikle malzeme bilimi, iklim modellemesi ve biyoinformatik alanlarında, ajanın çevrimiçi sonuçlara göre planını dinamik olarak güncellemesi, deney çevrimlerini kısaltıp çıktı kalitesini artırabilir. Bu yaklaşımın güvenilirlik, doğrulanabilirlik ve kaynak kullanım verimliliği tarafında dikkatli yönetişim gerektirdiği de vurgulanmalıdır.
Argonne odak noktası: En büyük AI altyapısı
İki sistemin Argonne Ulusal Laboratuvarı’nda bir araya gelmesi, DOE tarihinde şimdiye kadarki en büyük AI süper hesaplama altyapısını oluşturacak. Bu birleşik yapı, tek bir küme gibi davranabilen birden fazla sistemin koordinasyonunu öngörüyor. Böylesi bir yaklaşım, iş yükü dengeleme, kaynak paylaştırma ve kuyruk yönetiminde esnek politikalar geliştirmeyi gerektirir. Ayrıca, kurumsal kullanıcıların farklı gizlilik ve veri egemenliği gereksinimlerine yanıt verebilecek şekilde çok kiracılı (multi-tenant) düzenlemeler beklenebilir.
Takvim, konumlar ve şeffaflık
Argonne dışındaki beş sistemin konumları ve devreye alma takvimi bu aşamada paylaşılmadı. Paydaşlar, dağıtım planı ve operasyonel ayrıntılar netleştikçe kullanıcı erişim modelleri, başvuru süreçleri ve kota politikaları gibi hususların açıklanmasını bekliyor. Projenin kapsamı ve hedefleri, yayınlanan ön bilgilendirmelerle sınırlı; ayrıntıların ilerleyen dönemde duyurulması öngörülüyor.
Ekosistem etkisi ve kamu-özel işbirliği
Nvidia ile Oracle’ın birlikte üstlendiği bu kurulum, donanım-hızlandırıcı yığınını, yazılım araçlarını ve kurumsal düzeyde orkestrasyonu aynı çatı altında birleştirmeyi amaçlıyor. DOE için bu, hem performans hem de operasyonel verimlilik açısından önemli bir eşik olabilir. Araştırma topluluğu tarafında ise ortak standartlar, yeniden üretilebilir iş akışları ve paylaşılan veri-kod depoları gibi iyi uygulamaların yaygınlaşması beklenebilir. Sonuç olarak, Nvidia Oracle süper bilgisayarlar, ajanik yapay zekâ ve yüksek yoğunluklu model eğitimi ihtiyaçlarını karşılamak üzere, ölçek ve erişilebilirlik arasında dengeli bir mimari vaat ediyor.
Kaynak:
Kaynak: The Register