[論文レビュー] Infrastructure for Artificial Intelligence, Quantum and High Performance Computing

William Gropp, Sujata Banerjee+1 more|arXiv (Cornell University)|Dec 16, 2020

Computability, Logic, AI Algorithms被引用数 7

ひとこと要約

本論文は、ハイパフォーマンスコンピューティング（HPC）、人工知能/機械学習（AI/ML）、および量子コンピューティング（QC）を統合した包括的で統合的なコンピューティングインfra構造を提案し、リソースの分断的制限を克服することを目的としている。ハイブリッドクラウド、オンプレミス、および量子リソースを活用することで、これらの多様なパラダイム間で相互運用可能で構成可能なワークフローを実現し、異分野研究を支援するとともに、複雑で段階的な計算ワークロードにおけるイノベーションを加速する。

ABSTRACT

High Performance Computing (HPC), Artificial Intelligence (AI)/Machine Learning (ML), and Quantum Computing (QC) and communications offer immense opportunities for innovation and impact on society. Researchers in these areas depend on access to computing infrastructure, but these resources are in short supply and are typically siloed in support of their research communities, making it more difficult to pursue convergent and interdisciplinary research. Such research increasingly depends on complex workflows that require different resources for each stage. This paper argues that a more-holistic approach to computing infrastructure, one that recognizes both the convergence of some capabilities and the complementary capabilities from new computing approaches, be it commercial cloud to Quantum Computing, is needed to support computer science research.

研究の動機と目的

• HPC、AI/ML、およびQCの分野における統合的計算リソースの増大するニーズに対応する。
• 相互運用性の欠如や分断されたインfra構造が、異分野連携や複雑なワークフロー実行を妨げるという課題を克服する。
• 従来のHPC、AI/MLワークロード、および新興の量子コンピューティングプラットフォーム間のシームレスな相互運用性を実現する。
• 各計算パラダイムの相補的な強みを活かすハイブリッドで構成可能なワークロードの開発を支援する。
• 次世代科学的・社会的コンピューティングの要請に応じた進化を遂げるために、調整されたコミュニティ主導のインfra戦略を提唱する。

提案手法

• HPC、AI/ML、およびQCを一つのエコシステム内での相互接続されたコンponentsとして統合する包括的インフラモデルを提唱する。
• 商用クラウドサービスとオンプレミスのHPCクラスタ、新興の量子ハードウェアを統合し、柔軟でオンデマンドのリソース割り当てを可能にする。
• 計算ニーズに応じて、異なる段階でリソースを動的に割り当てる、構成可能でワークフロー指向の実行環境を設計する。
• 既存の標準およびミドルウェアを活用して、異種システム間のポータビリティと相互運用性を確保する。
• アプリケーションプログラミングインターフェース（API）およびオ케ストレーションツールの活用を推進し、異分野間のワークフロー構成を簡素化する。
• 開発および持続的運用を支援するための政策と資金配分の一致を提唱する。

実験結果

リサーチクエスチョン

• RQ1 HPC、AI/ML、および量子コンピューティングリソースを、異分野研究を支援するための相互運用可能なインフラに統合する方法は何か？
• RQ2 従来のHPC、AI/ML、および量子ワークロードをカバーする効率的で構成可能なワークフローを可能にするアーキテクチャパターンは何か？
• RQ3 これらの多様な計算パラダイムを統合するにあたり、主な技術的および組織的障壁は何か？
• RQ4 既存のHPCおよびクラウドインfraをどのように拡張すれば、AIおよび量子ワークロードを包括的にネイティブにサポートできるか？
• RQ5 次世代コンピューティングのための統合的でコミュニティ主導のインフラを維持するために必要なガバナンスおよび資金調達モデルは何か？

主な発見

• 分断されたリソースに起因する制限を克服するには、統合されたインフラが不可欠である。
• HPC、AI/ML、および量子プラットフォーム間の相互運用性により、異なる計算モデルを横断する複雑で段階的な科学的ワークフローが可能になる。
• クラウド、オンプレミスHPC、および量子リソースを統合したハイブリッドデプロイメントモデルが、将来の研究における最も柔軟でスケーラブルな基盤を提供する。
• 既存のHPCスタックにAI/MLおよび量子ワークロードを統合するには、強化されたミドルウェア、API、およびオーケストレーションツールが必要となる。
• コミュニティ全体の連携と持続的投資が、一貫性があり拡張可能なインフラエコシステムの構築・維持に不可欠である。
• 本論文のホワイトペーパーフレームワークは、計算コミュニティコーディネーショングループによって採用され、国家インフラ計画および政策開発の指針として活用されている。