Además del anuncio de la supercomputadora Aurora de hoy, Intel también anunció su Aurora genAI, un nuevo modelo de IA generativa para la ciencia.
Intel presenta Aurora genAI «Modelo generativo de IA» para la ciencia, hasta 1 billón de parámetros
La supercomputadora 2 Exaflops Aurora es una máquina bestial y el sistema se utilizará para impulsar el modelo Aurora genAI AI. Anunciado en el discurso de apertura de ISC23 de hoy, el modelo Aurora genAI se capacitará en texto general, textos científicos, datos científicos y códigos relacionados con el dominio. Este será un modelo de IA generativo puramente científico con aplicaciones potenciales:
- Biologia de sistemas
- Investigación sobre el cáncer
- Ciencia del Clima
- Cosmología
- Química de polímeros y materiales
- Ciencia
Los cimientos del modelo Intel Aurora genAI son Megatron y DeepSpeed. Lo que es más importante, el tamaño objetivo para el nuevo modelo es de 1 billón de parámetros. Mientras tanto, el tamaño objetivo para las versiones públicas y gratuitas de ChatGPT es de solo 175 millones en comparación. Eso es un aumento de 5.7x en el número de parámetros.
Presione soltar: El Laboratorio Nacional de Argonne, en colaboración con Intel y HPE, anunció planes para crear una serie de modelos generativos de IA para la comunidad de investigación científica.
“El proyecto tiene como objetivo aprovechar todo el potencial de la supercomputadora Aurora para producir un recurso que pueda usarse para la ciencia posterior en los laboratorios del Departamento de Energía y en colaboración con otros”, dijo Rick Stevens, director asociado de laboratorio de Argonne.
Estos modelos generativos de inteligencia artificial para la ciencia se entrenarán en texto general, código, textos científicos y datos científicos estructurados de biología, química, ciencia de los materiales, física, medicina y otras fuentes.
Los modelos resultantes (con hasta 1 billón de parámetros) se utilizarán en una variedad de investigaciones científicas.
aplicaciones, desde el diseño de moléculas y materiales hasta la síntesis de conocimiento a través de millones de fuentes para sugerir experimentos nuevos e interesantes en biología de sistemas, química de polímeros y materiales energéticos, ciencia del clima y cosmología. El modelo también se utilizará para acelerar la identificación de procesos biológicos relacionados con el cáncer y otras enfermedades y sugerir objetivos para el diseño de fármacos.