チューリング賞受賞者のジム・グレイはかつて、科学研究を実験科学、理論科学、計算科学、データ集約型科学という4つのパラダイムに分類しました。近年、AIの爆発的な発展に伴い、一部の業界関係者は「科学研究における第5のパラダイムが到来した」と主張するようになりました。

科学研究パラダイムの進化を通して、データの中核的な役割は変わっていません。研究パラダイムが計算からAIへと移行するにつれて、データ生成コストは低下し続け、生命科学や材料化学といった分野におけるデータベースの飛躍的な拡大につながっています。例えば、生命科学コンピューティングにおいては、「データ量は3年ごとに倍増する可能性がありますが、生命科学コンピューティングの市場規模は6年ごとに倍増するだけです。」

北京大学の孔磊教授は、データ生成コストの低下がチップの進歩のペースを上回っているため、多くのデータがタイムリーかつ効率的に処理されていないことが原因ではないかと指摘しています。孔教授は、ライフサイエンス研究はデータ主導型のアプローチへの依存度が高まり、コンピューティングパワーが科学研究における中核的な競争優位性の一つになっていると考えています。

北京大学の孔磊教授

孔磊教授の発言は、幅広い科学研究分野が真正面から取り組むべき課題を的確に捉えていることは間違いありません。すなわち、コンピューティングパワーは、科学研究、さらにはエンジニアリング応用における技術的ボトルネックを克服するための重要な原動力となる可能性があるということです。こうした背景から、高性能コンピューティング（HPC）は大きな注目を集めています。 「コンピューティングパワーの至宝」であるHPCは、その強力なコンピューティング能力と並列処理技術により、既に多くの分野で成熟した応用を実現しています。

9月24日に開幕した第20回CCF全国ハイパフォーマンスコンピューティングカンファレンス（CCF HPC China 2024）では、さまざまな専門分野のトップクラスの学者や業界の専門家が、招待報告からテーマ別フォーラムまで、幅広い応用シナリオに焦点を当て、HPC開発の現状と動向について意見を共有し、交換しました。

特に、「輝かしい20年、新たな未来」をテーマに掲げたCCF HPC Chinaには、12名の学士と400名を超える一流研究者が招待されました。また、30のテーマ別フォーラムと30以上の多様な関連イベントが開催され、4,000名を超える参加者を集め、活発な意見交換が行われました。HyperAIは公式パートナーコミュニティとしてCCF HPC China 2024に参加し、洞察に満ちたレポートを提供しました。

「統合」が大きなトレンドになっています。

業界関係者は、高性能コンピューティングアプリケーションの遍在性と強力な能力を「空、海、地、人を計算する」という表現で表現しています。しかし、実際の応用においては、一本の木が森を作ることはできません。高性能コンピューティングにおいて、スーパーコンピューティングとインテリジェントコンピューティングの統合が不可欠であるだけでなく、コンピューティングパワーとネットワークの統合は、コンピューティングリソースを活性化するためのコンピューティングパワーサービスの提供プロセスにおいても、避けられない流れとなっています。

スーパーコンピューティングとインテリジェントコンピューティングの統合

中国科学院院士、国防科技大学教授、中国コンピュータ連合会（CCF）フェローの王懐民氏は講演で、インテリジェントコンピューティングの時代において、AI for Scienceは基礎科学研究の進歩を牽引するだけでなく、高性能コンピューティングと人工知能技術の発展に新たな機会と課題をもたらしたと述べた。科学研究​​における具体的な応用シナリオをどのように組み合わせ、ビッグデータ分析、シミュレーションコンピューティング、インテリジェント予測、実験支援における高性能コンピューティングと人工知能の潜在能力を最大限に活用するかが、現在、AI for Scienceの実用化における重要な焦点となっている。

王懐敏院士は、「科学のためのAI」と「科学のためのコンピューティング」は関連しており、どちらも科学研究における計算手法の活用を支援するものであるが、両者の違いはより顕著であると考えている。これらの違いは、スーパーコンピューティングとインテリジェントコンピューティングのプロセッサチップ、コンピュータアーキテクチャ、さらにはシステムソフトウェアにおける大きな違いに反映されているだけでなく、さらに重要なのは、世界をモデル化する手法が全く異なることである。

彼は、従来の科学コンピューティングは数式を用いて世界をモデル化する科学研究方法論に重点を置いているのに対し、AI科学は機械学習を用いて世界をモデル化する科学研究方法論に重点を置いており、両者は補完的であると述べた。これはまた、スーパーコンピューティングとインテリジェントコンピューティングの統合が将来の科学研究を支え、幅広い可能性を秘めていることを意味する。

王懐民院士はビデオを通じて自身の見解を共有した。

同様に、25日のテーマ別フォーラムでも、多くの専門家が「インテリジェントスーパーコンピューティングの統合」に関する知見を共有しました。例えば、 「第6回数値シミュレーション工学応用におけるインテリジェントスーパーコンピューティング統合技術フォーラム」では、中国電力研究所の王一深氏が電力応用のシナリオに焦点を当て、電力科学におけるインテリジェントコンピューティング技術を紹介しました。

彼は、現在の電力システムは、強い不確実性、高次元性、非凸性および非線形性、多様な時間スケール、複雑な時空間特性、そして多様な目的と制約といった特性を示していると述べた。電力システム計算は、システム分析規模の大幅な増大、手法の組み合わせの多様化と膨大な量化、精緻なモデリングの難しさ、セキュリティメカニズムの複雑さ、制御対象と変数の高次元化といった大きな課題に直面している。

これを受けて、従来の数学的手法や一般的なAI技術の欠点を補うことができる電力科学インテリジェントコンピューティングが登場しました。例えば、AI技術は学習環境やサンプルに依存し、一般化や拡張性が弱く、その解釈可能性はしばしば批判されます。しかし、メカニズムとデータを統合する電力科学インテリジェントコンピューティングは、分析や意思決定の計算効率の向上、モデルの詳細表現能力の向上、アルゴリズムの適応性や一般化能力の向上など、多くの利点を持っています。

コンピューティング能力とネットワークの統合

現在、ムーアの法則は徐々に限界に近づいており、チップあたりのコンピューティングパワーの向上余地はますます狭まり、コストはますます増大しています。そのため、既存のコンピューティングリソースを最大限に活用することが極めて重要になっています。ここで「コンピューティングパワーネットワーク」のメリットが発揮されます。これは、ユーザーに最適なコンピューティングパワーリソース、すなわち、コンピューティングパワーの種類、規模、そしてコスト効率の最適化を実現するリソースを提供することです。このプロセスにおいて、コンピューティングパワーネットワークは、個々のコンピューティングパワーを結び付け、「コンピューティング」がコンピューティングパワーを生み出し、「ネットワーク」がそれをつなぐことで実現されます。

コンピューティングパワーネットワークは、インテリジェント時代のインフラとして位置づけられ、ブラウザやWeChatのようにユビキタスなものになるべきだと言えるでしょう。新しい技術が普及するには、「キラーアプリ」が不可欠です。現在、AI搭載PCやAI搭載スマートフォンは、広く普及しているインテリジェントパーソナルアシスタントとなり、将来的にはコンピューティングパワーネットワークへの真の需要を生み出す可能性があります。コンピューティングパワーをネットワークを通じてより多くの人々に提供し、幅広いユーザーがコンピューティングパワーネットワークから具体的な恩恵を受けることができるようにすることでのみ、コンピューティングパワーネットワークは急速に発展できるのです。

中国工程院院士であり、中国科学院計算技術研究所研究員でもある李国傑氏は、コンピューティングパワーネットワークにおいて、各組織がそれぞれ異なる取り組みを行っていることを指摘した。通信事業者はクラウドネットワークの融合に注力し、地方自治体はコンピューティングパワーハブセンターを構築し、コンピュータコミュニティは分散コンピューティングの基礎研究に注力している。これらの研究努力を組み合わせる必要がある。

李国傑院士は、「コンピューティングパワーネットワークに関するメタ考察」と題した報告書の中で、大規模モデルの事前学習が現在、コンピューティングパワーに対する主要な需要であると述べています。しかし、広域分散コンピューティングは大規模モデルの学習には適しておらず、複数の小規模インテリジェントコンピューティングセンターに分散コンピューティングによる大規模モデルの学習を依存することは、解決策にはならない可能性があります。コンピューティングパワーネットワークの研究には、ウェブページのような中核的な抽象化が必要であり、「ハイパーリンク」から「ハイパータスク」へと進化しています。この理論的抽象化は、段階的なパフォーマンス向上や最先端（SOTA）ベンチマークではなく、まずは定性研究におけるブレークスルーを達成することを目指しています。

研究パラダイムの向上は置き換えではなく相互強化が目的です。

国防科技大学の准研究員である馮大偉氏は講演で、科学研究はメンデルやラボアジエなどの科学者に代表される観察と帰納に基づく経験科学、ニュートンやアインシュタインなどの科学者に代表される仮説と論理的演繹に基づく理論科学の5つのパラダイムを経てきたと述べた。そして1950年代には、分子動力学シミュレーションが代表例であるコンピューターを使って複雑な現象をシミュレートする3つ目の科学研究方法が登場した。

2000年代以降、インターネットとクラウドコンピューティングの発展により、データの管理、共有、マイニングを主眼としたビッグデータ主導の科学研究パラダイムが生まれました。2020年以降、人工知能技術、特にAlphaFoldシリーズやGPTシリーズの大型モデルの開発により、人工知能主導の科学研究パラダイムが出現しました。

馮大偉氏は、これらの科学研究方法は互いに代替するものではなく、むしろ相互に補完し合い、共同で科学研究の発展を促進するものであると提唱した。

CCF HPC Chinaについて

2005年に設立されたCCF HPC Chinaは、今年で20周年を迎えます。現在、CCF HPC Chinaは、米国スーパーコンピューティングカンファレンス（SC）、ドイツスーパーコンピューティングカンファレンス（ISC）と並んで、世界三大スーパーコンピューティングイベントの一つとなっています。中国コンピュータ連盟高性能コンピューティング専門委員会（以下、「委員会」）は、20年にわたり、CCF HPC Chinaを学術プラットフォームとして活用し、学界と産業界、そして高性能コンピューティングユーザーと国際的な学術関係者のための専門的かつ高度で広範な交流プラットフォームを構築し、中国の高性能コンピューティング産業の急速な発展を効果的に促進してきました。

2024年、中国のハイパフォーマンスコンピューティング（HPC）業界は、人工知能（AI）と新たな高品質生産性、そしてコンピューティングパワー産業との密接な関係を深く掘り下げる重要な機会を迎えました。過去の成果を基盤に新たな展望を切り開くトップレベルの業界イベントとして、CCF HPC Chinaは、幅広い交流と協力を通じて、業界の発展に新たな勢いを与えることに尽力しています。

HyperAIは、CCF HPC China 2024の公式パートナーコミュニティとして、深く関わってきました。今後も、一流の学者や業界の専門家による洞察に満ちた講演や最先端の​​視点を共有していきます。どうぞご期待ください！