La recherche informatique en Argonne récompensée

Des scientifiques du Département américain de l’énergie (BICHE) Le Laboratoire National d’Argonne a été récompensé pour ses réalisations en calcul haute performance (HPC) avec trois HPCwire Awards. Les prix ont été annoncés lors de SC23 conférence.

Meilleure utilisation de HPC En sciences de la vie

Une équipe dirigée par Argonne a remporté le Readers Choice Award pour la meilleure utilisation de HPC en Sciences de la Vie pour le développement de UN RYTHME, un cadre de calcul en tant que service qui optimise AlphaFold2 pour qu’il fonctionne à grande échelle sur le supercalculateur Delta. Cette machine est hébergée à l’Université de l’Illinois à Urbana-Champaign (UUIUC) campus du Centre national des applications du calcul intensif (NCSA). UN RYTHME a connu un tel succès qu’il a réduit le temps de résolution des prédictions AlphaFold2 disponibles dans le commerce de quelques jours à quelques minutes.

L’équipe pour ce prix comprend Hyun Park (Argonne & Beckman/UUIUC), Parth Patel (Argonne & UUIUC), Roland Hass (NCSA/UUIUC) et Eliu Huerta (Argonne & Université de Chicago).

AlphaFold2 est une intelligence artificielle (IA) modèle qui prédit avec précision les structures des protéines, bien qu’il n’ait pas été conçu pour fonctionner de manière optimale dans HPC environnements. Eliu Huerta Argonne Responsable traduction IA et le chef d’équipe de ce projet ont expliqué la véritable signification de ce travail dans une interview après la remise des prix.

Le modèle AlphaFold2 original est exigeant en termes de calcul, nécessitant des ressources de calcul et du temps importants pour des prédictions précises, a déclaré Huerta.

Huerta a expliqué que le processus était confronté à des limites dans la prédiction de la structure des protéines en temps réel en raison de la nécessité de tâches basées sur le processeur, telles que l’alignement de séquences multiples et la recherche de modèles, tandis que les GPU étaient utilisés pour la prédiction de la structure. Cela le rend moins adapté aux applications sensibles au facteur temps ou au matériel doté d’une puissance de calcul limitée.

Pour résoudre ce problème, le UN RYTHME Le framework a été conçu dès le départ pour fonctionner de manière optimale et à grande échelle dans les environnements modernes. HPC plates-formes. L’équipe optimisée CPU et GPU performances, exploitation du stockage de données sur disque SSD et utilisation DDNLe stockage des données Infinite Memory Engine pour gérer efficacement la base de données AlphaFold2 de la taille d’un To.

Meilleur HPC Collaboration

Les Readers and Editors Choice Awards pour le meilleur HPC La collaboration a été attribuée à des chercheurs de l’Université Purdue, d’Argonne et de Rolls-Royce LibertyWorks. Ce groupe a exploité la dynamique des fluides computationnelle haute fidélité (CFD) modélisation et HPC pour éclairer les stratégies de conception pour l’intégration de chambres de combustion à détonation rotatives avancées alimentées à l’hydrogène dans des turbines à gaz stationnaires.

Plus précisément, l’équipe dirigée par le professeur Guillermo Paniagua de l’École de génie mécanique de Purdue a travaillé sur la conception et les tests d’une chambre de combustion à détonation rotative hydrogène-air (RDC) avec une nouvelle classe d’aubes directrices de buses diffusives pour permettre le couplage avec une Rolls-Royce M250 moteur pour la production d’électricité. Ces aubes directrices de buse dirigent le flux d’air sur les aubes de turbine du moteur tout en convertissant également l’énergie de pression en énergie cinétique.

Pinaki Pal, chercheur scientifique principal à Argonne, a expliqué plus en détail le travail :

Nous avons exploité le supercalculateur Bebop du Centre de ressources informatiques du laboratoire d’Argonnes pour réaliser des analyses haute-fidélité. 3D CFD simulations, fournissant des informations sur la physique de la combustion au sein du Purdue hydrogène-air RDC, dit Pal. L’Université Purdue, en revanche, a utilisé des CFD simulations effectuées sur leur superordinateur Bell Rosen Center for Advanced Computings pour optimiser la conception des composants de chambre de combustion et de turbine à intégrer au RDC. Rolls-Royce LibertyWorks a offert des conseils précieux et a également fourni un M250 moteur d’hélicoptère et banc d’essai à Purdue pour la démonstration du concept de cette conception intégrée de turbine RDC.

Selon Pal, Les implications de cette recherche sont profondes et transformatrices. Ce travail fournira des lignes directrices uniques et des meilleures pratiques à l’industrie pour une transition efficace des flux instables à grande vitesse depuis RDC sortie dans un rotor de turbine pour une extraction fiable du travail. Cela permettra l’intégration d’une technologie avancée de combustion à gain de pression basée sur l’hydrogène dans les centrales à turbine à gaz stationnaires pour la production d’électricité décarbonée.

Meilleure utilisation de l’analyse de données haute performance & IA

Argonne a remporté le Editors Choice Award pour la meilleure utilisation de l’analyse de données haute performance & Intelligence artificielle en collaboration avec l’Université de Chicago, l’Université de l’Illinois à Urbana-Champaign et l’Université de l’Illinois à Chicago. L’équipe comprend Hyun Park (Argonne et Beckman/UUIUC), Xiaoli Yan (Argonne & CUI), Ruijie Zhu (Argonne & UChicago), Eliu Huerta (Argonne & UChicago), Santanu Chaudhuri (CUI & Argonne), Ian Foster (Argonne & UChicago), et Emad Tajkhorshid (UUIUC).

Huerta était à nouveau chef d’équipe pour cette recherche et a expliqué comment l’équipe a combiné les IAdes méthodes de criblage à haut débit et des simulations de dynamique moléculaire à grande échelle pour modéliser de nouveaux cadres métallo-organiques (MOF) stables et de grande capacité pour la capture du carbone en quelques secondes.

Les méthodes traditionnelles de découverte des MOF incluent des approches expérimentales et l’utilisation de simulations de dynamique moléculaire, avec différents niveaux de détail et de précision, a déclaré Huerta.

De nombreux travaux ont été réalisés pour exploiter différentes saveurs de IA pour concevoir des MOF, a déclaré Huerta. La valeur de notre travail réside dans le fait que nous avons combiné différents domaines de recherche pour proposer une nouvelle approche du problème. Pour être plus précis, nous avons combiné génératif IAscience des matériaux, conception et découverte de médicaments, criblage à haut débit, simulations de dynamique moléculaire et simulations Grand Canonical Monte Carlo pour créer puis valider nos méthodes.

Ce cadre informatique peut produire 120 000 MOF générés par l’IA en 30 minutes environ en utilisant un seul nœud dans le supercalculateur Theta de l’Argonne Leadership Computing Facility (ALCF), un BICHE Installation pour les utilisateurs du Bureau des sciences. Ensuite, il exploite l’informatique distribuée pour filtrer et valider les propriétés de ces MOF. En 12 heures environ, en utilisant le ALCFSur le supercalculateur Polaris, ce flux de travail HPC couplé à l’IA peut produire un nouvel ensemble de MOF générés par l’IA avec des performances optimales pour la capture du carbone.

Comparez cela à une seule simulation Grand Canonique de Monte Carlo, que nous avons également utilisée pour quantifier la capacité d’un seul MOF pour capturer le dioxyde de carbone, et qui est réalisé en six heures grâce à Polaris, a déclaré Huerta. En bref, nous réduisons considérablement le temps nécessaire à la compréhension et démontrons que les connaissances dans différents domaines peuvent être pollinisées de manière croisée pour fournir des solutions entièrement nouvelles aux grands défis énergétiques opportuns et pertinents.

Ces avancées dans IA ne sont possibles que grâce à l’ingéniosité de chercheurs audacieux et visionnaires, et à ce propos, je tiens à souligner le travail réalisé par Hyun Park, Parth Patel, Xiaoli Yan et Ruijie Zhu. Ce sont de brillants étudiants dont le travail innovant à l’interface de IA et les supercalculateurs perturbent la façon dont la science est réalisée, a déclaré Huerta.