Snart får Norge mye større tilgang på KI-kapasitet

Øker regnekraften til den nasjonale e-infrastrukturen med 1000-gangen  

Bildegjenkjenning, tekstanalyse og autonome kjøretøy er noen eksempler på bruksområder for KI og maskinlæring. Felles for de som jobber med KI og maskinlæring er at det er essensielt å ha tilgang til kraftige akseleratorer for beregninger, ofte kalt graphics processing units (GPU). GPUer som installeres i superdatamaskiner er noe helt annet en hva man bruker til spill på en hjemmecomputer, og koster gjerne en god del mer per stykke, men de øker hastigheten til beregningene dramatisk, noe som er helt nødvendig for å drive med for eksempel maskinlæring.

Moderne verktøy innen KI har innebygd støtte for grafikkprosessorer som kan gi opptil 250 gangen i ytelsesøkning sammenlignet med en vanlig prosessor. For eksempel har de nasjonale superdatamaskinene Betzy og Saga henholdsvis 16 og 32 GPUer, noe som kan gi tusen ganger mer ytelse enn en vanlig PC.  

En stadig utvikling av systemer for automatisering av oppgaver gir økt fokus på forskningsaktiviteter innenfor KI og maskinlæring. Dette har medført at etterspørselen etter KI-ressurser har akselerert i løpet av de siste årene. Det er derfor gode nyheter for KI-miljøene i Norge at kapasiteten nå øker både for forskere innen akademia og industri. Som deleier i Europas nye superdatamaskin LUMI, får Norge tilgang på en maskin med ytelse på mer enn 550 Pflops, eller 550 billiarder regneoperasjoner per sekund, noe som tilsvarer 5 millioner vanlige PCer.

Den enorme datakraften kan redusere læringstiden for maskinlæring og KI. Økt kapasitet betyr at flere scenarier for kvalitetstesting av programvare og algoritmer kan gjennomføres. Det gir også mulighet til å modellere større modeller med høyere oppløsning enn hva som tidligere har vært mulig. Dette er for eksempel viktig for de norske klimaforskerne når de forsker på klimaendringer og hvordan ulike tiltak kan påvirke endringene.  

- Ikke bare eier Norge en del av Europas nye superdatamaskin, LUMI, som blir en av verdens ledende plattformer for KI når den åpner i juni, sier Gunnar Bøe, daglig leder i Sigma2. - Vi er også i gang med å planlegge anskaffelsen av Norges neste superdatamaskin. Her forventer vi at deler av beregningskraften vil komme fra GPUer. 

Nasjonalt samarbeid støtter forskning og industri 

Sigma2 samarbeider med mange aktører for å kunne gi mer komplette e-infrastrukturtjenester til forsknings-Norge. Dette gjelder både internasjonalt i forbindelse med standardisering av tjenester og anskaffelse av ressurser for KI. Nasjonalt er NORA en viktig aktør innen KI og Simula for eksperimentell infrastruktur, som er viktig for uttesting av algoritmer og KI på nye typer maskinvare.

- Det er et stort behov for kompetanse innen KI og maskinlæring og i feltet ser vi en sterk økning i bruk av større algoritmer og et stadig økende behov for regnekraft. NORA bygger nå opp en nasjonal forskerskole i kunstig intelligens og vi setter stor pris på at Sigma2 stiller opp med infrastruktur for KI og er forberedt på å møte det økende behovet til morgendagens forskere, sier Klas Pettersen, CEO for NORA.

Sigma2 tilbyr også kursressurser som gir tilgang til HPC (høykapasitetsberegninger) i undervisning. Ved Universitetet i Oslo brukes for eksempel de nasjonale kursressursene til undervisning i et masteremne om KI og maskinlæring, og NORAs nye forskerskole skal også benytte seg av muligheten.

Universitetet i Oslo, som har et sterkt fagmiljø innen KI, er nylig utpekt som leder av det nasjonale prosjektet Norwegian AI Cloud (NAIC) for infrastruktur for KI. Med midler fra Norges forskningsråd skal prosjektet bidra med å bygge KI-kompetanse innen akademia, industri og offentlig sektor i samarbeid nettopp med Sigma2, NORA og Simula. De øvrige prosjektpartnerne er NORCE, SINTEF, NTNU, UiA, UiB og UiT. 

Nyvinning innen autonom transport 

Det er ikke bare akademisk forskning og undervisning som vil nyte godt av økt investering i KI-ressurser. Gjennom Det nasjonale kompetansesenteret for HPC, et samarbeid mellom Sigma2, SINTEF og NORCE, får industribedrifter hjelp til å utnytte mulighetene som ligger i HPC og KI.  

Trondheimsselskapet Zeabuz er en spin-off fra NTNU, etablert for å kommersialisere teknologien bak de autonome passasjerfergeprototypene milliAmpere og milliAmpere 2. Ambisjonen er å tilby byer og urbane strøk en helt ny, effektiv og bærekraftig mobilitetsform. Nå starter Zeabuz et prosjekt sammen med kompetansesenteret for å øke testkapasiteten for deres autonomiplattform. 

Trondheimsfjorden er verdens første testområde for autonome KI-styrte fartøy. Selv i et avgrenset område som Trondheimsfjorden, er det umulig å fysisk teste alle tenkelige scenarier et fartøy kan møte i daglig drift. Til utvikling og testing brukes derfor et simulatorbasert test-system der det fysiske fartøyet er erstattet av en digital tvilling, inkludert selve autonomisystemet, automasjonssystemer, en modell av fartøyets fysikk, det operative miljøet med vær og miljøbelastninger, samt visualisering og en virtuell representasjon av alle sensorene om bord. Dette er et komplekst oppsett med høye krav til ytelse på maskinparken, og som er avhengig av GPUer på grunn av de virtuelle sensorene.

Både for utvikling, testing og fremtidig sertifisering av autonomisystemet vil det bli nødvendig med storskala simulering av operative scenarier for å bygge tillit til at systemet kan håndtere både tenkelige og utenkelige situasjoner på egen hånd. Dette krever mye prosessorkraft og er alt for tidkrevende å kjøre på vanlige datamaskiner. Derfor bistår kompetansesenteret med å utforske hvordan HPC kan benyttes til skalering og omfattende uttesting av autonomien.

- Simulatorbasert testing er essensielt for utviklingen av et robust og troverdig autonomisystem. For Zeabuz vil tilgjengeligheten til storskala simulering med GPUer være helt avgjørende for vår videre skalering, sier Øyvind Smogeli, CTO i Zeabuz.