Skip to content

GCRI · Kecerdasan Buatan dan Sistem Otonom

Komputasi untuk AI

High-performance and cloud computing supply the capacity AI needs. In this field computing is studied for capacity, concentration, energy and access: who can train and evaluate models, at what cost, and with what environmental footprint.

02Permohonan

Peran komputasi kinerja tinggi, cloud, dan edge di sini.

High-performance, cloud and edge computing provide the processing and storage capacity for simulation, analytics and digital services. They are both an enabler of risk analysis and a critical dependency for society. In artificial intelligence and data and compute, computing capacity determines how fast and at what resolution risks can be modelled. Its concentration is itself a systemic dependency for finance, health and government services. The canonical description is on the STEM Commons.

Compute access for public research

Komputasi yang tersedia bagi universitas dan lembaga publik dipetakan terhadap kebutuhan pelatihan dan evaluasi model, sehingga terlihat di mana keterbatasan akses menghambat penelitian.

Pengukuran energi beban kerja

Energy use of training and inference jobs is measured with hardware counters and facility meters, and reported with the hardware and settings used.

Cloud concentration analysis

Dependence of AI services on a few cloud providers and regions is mapped to show shared points of failure.

03Pantau

Beban kerja komputasi.

Layar yang akan digunakan sebuah tim untuk mengikuti metode ini: ukuran, status, dan keputusannya. Nama adalah contoh dan nilai bersifat ilustratif.

Beban kerja komputasi

AI dan sistem otonom · Komputasi untuk AI · Putaran R-9546

  • Pelaporan saluran
    95of 100Normal
  • Latensi median
    124ms
  • Catatan yang gagal dalam pemeriksaan
    2.7per 1.000Pantau
  • Backlog
    34mnt
Celah pada 4 kanalGCRI · Kecerdasan Buatan dan Sistem Otonom

Latensi, p95

Acara

  1. 06:13PeringatanKanal C-75 kedaluwarsa
  2. 07:51InfoSchema v5 accepted
  3. 08:36GalatChecksum tidak cocok, batch dikarantina
  4. 08:44SelesaiPemutaran ulang selesai
Compute workload: the screen’s structure, terms and states for AI and autonomous systems.Example names and illustrative values; a design, not a record or a live system.
04Data

Apa yang digunakan metode ini.

Set data dan catatan yang digunakan oleh komputasi berkinerja tinggi, awan, dan tepi pada platform ini, beserta peran masing-masing dan label yang dibawa oleh nilainya. Sumber dicantumkan dalam register sumber.

DataPeranLabel
Log energi fasilitas dan pekerjaanAkuntansi energiTERAMATI
Public compute allocation recordsAksesStatistik terbitan
Data wilayah dan penyedia cloudKonsentrasiDINYATAKAN
05Metode dan bukti

Cara Computing for AI dimodelkan, diukur, dan diuji.

Model, asumsi, data, dan ketidakpastiannya, dalam bentuk yang akan diperiksa ilmuwan atau insinyur. Strukturnya mengikuti metode yang dipublikasikan. Nilai yang digambar bersifat ilustratif, bukan temuan.

Model, persamaan, dan asumsi

The model structure used for Computing for AI, the assumptions it makes and how each is tested.

Risiko elemen iRi = f(Hi, Ei, Vi, Ci)bahaya, keterpaparan, kerentanan, dan kapasitas penanggulangan
Kerugian tahunan yang diharapkanEAL = ∑k pk · Lkover events k with annual probability pk
Sistem terhubungxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
AsumsiMengapa ini dibuatBagaimana ini diuji
Bahaya dan eksposur bersifat independen dalam satu peristiwaMenjaga integral kerugian tetap dapat dihitungBandingkan dengan pencocokan kopula pada catatan gabungan
Keterkaitan bersifat linear di dekat titik operasiMembiarkan guncangan merambat melalui AUji di luar rentang linear lalu bandingkan
Kurva kerentanan dapat dipindahkan antartempatKurva lokal jarang tersediaValidasi terhadap kerugian teramati jika tersedia
Masukan
dataset berversi dengan asal-usul yang tercatat
Keluaran
distribusi, bukan angka tunggal
Kode
dirilis bersama kartu model dan pengujiannya
Reproduksi
data, kode, lingkungan, dan seed yang sama
Formulasi risiko standar dan ruang keadaan; asumsi yang tercantum lazim bagi metode tersebut, dinyatakan untuk ditinjau, bukan hasil.
FAIR guiding principles · GO FAIR and FORCE11W3C PROV · World Wide Web ConsortiumGuidance on consistent treatment of uncertainties · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
06Validasi

Cara hasil diperiksa.

Sistem diuji melalui tolok ukur, uji beban, dan latihan failover. Reproduksibilitas numerik diperiksa pada berbagai konfigurasi perangkat keras dan perangkat lunak.

PemeriksaanCara pelaksanaannya
Measurement boundariesEnergy figures state what is included, such as cooling and idle time
Konfigurasi yang dapat direproduksiPengaturan perangkat keras dan perangkat lunak dicatat
Provider data verificationKlaim ketergantungan pada cloud diperiksa terhadap dokumentasi layanan

Konsentrasi pada sedikit penyedia atau wilayah menciptakan titik kegagalan bersama. Keterbatasan energi, air, dan rantai pasok membatasi pertumbuhan kapasitas.

07Proses

Bagaimana proses berjalan.

Process explorer · Process

Computing for AI: Build, sign and accept

10 steps4 stages2 gates

Proses

Computing for AI: Build, sign and accept

Misi yang diterima menjadi proyek siklus; hasil build dikunci, diverifikasi, dan ditandatangani, dan the Global Risks Forum (GRF) mencatat penerimaan untuk latihan, bukan izin untuk penerapan.

  1. 01 Permintaan dan sumber

    1. 01Misi yang diterima menjadi proyek siklusCatatan · Semesta ke FoundryMisi yang diterima menjadi proyek siklus dengan kasus keputusan.
    2. 02Kualifikasi sumber data dan sumber dayaLangkah · Global Centre for Risk and Innovation (GCRI)GCRI mengualifikasi sumber data dan tawaran sumber daya serta membangun model skenario. Tawaran bukanlah alokasi.
  2. 02 Pembangunan dan verifikasi

    1. 03Cuplikan sumberCatatan · NXS-FAC (cetak biru, pembangunan, dan penandatanganan)Cuplikan mematok commit, dependensi, dan versi generator.
    2. 04Kontrak pembangunanCatatan · NXS-FAC (cetak biru, pembangunan, dan penandatanganan)Kontrak pembangunan menyatakan jenis artefak, lingkungan, dan batas reproduktibilitas.
    3. 05Integrate and buildModel · GCRIGCRI integrates software and data, signs builds, and tests security and interoperability.
    4. 06Rangkaian verifikasiGerbang · NXS-FAC (cetak biru, pembangunan, dan penandatanganan)Pemeriksaan wajib dan pemeriksaan anjuran tetap terpisah. Reproduktibilitas memerlukan masukan yang dipatok, nondeterminisme yang dinyatakan, dan pembangunan ulang yang independen.
  3. 03 Penandatanganan dan penerimaan

    1. 07Tandatangani artefak yang persisLangkah · NXS-FAC (cetak biru, pembangunan, dan penandatanganan)NXS-FAC membangun, mengatestasi, dan meminta tanda tangan melalui identitas penanda tangan yang terbatas cakupannya. NXS-FAC tidak menyimpan materi kunci.
    2. 08Penerimaan paketLangkah · NXS-NXQ (siklus hidup perangkat lunak, model, dan kapabilitas)NXS-NXQ menerima paket yang telah ditandatangani dan menyimpan bukti penerimaan yang mengikat tugas, kelas data, rangkaian evaluasi, dan masa berlaku.
  4. 04 Penerimaan

    1. 09Laporan Pembangunan IntiCatatan · GCRICore Build Report adalah catatan lanjut atau tidak lanjut. Universe menyusun Core dan memegang keputusan untuk latihan.
    2. 10G3 · Pembangunan diterima untuk latihanGerbang · The Global Risks ForumGRF mencatat apakah hasil pembangunan diterima untuk latihan. Hasil pembangunan atau kandidat rilis yang telah ditandatangani bukanlah izin untuk menerapkannya ke produksi.

The programme year · NXS-FAC · UniverseDesigned programme process, not a record of operation. No cycle has run and every programme is at service level R0. A gate is a programme decision, never a public-authority approval, certification or deployment authorisation. The record order follows the Builds and Releases room lists of NXS-FAC.

08Keterkaitan

Topik yang bertumpu pada metode ini.

09Pengelolaan

Siapa yang memelihara metode ini.

Data dan Komputasi mengelola komputasi berkinerja tinggi, awan, dan tepi (edge) bagi Konsorsium serta meninjau penerapannya di seluruh platform.

11Pertanyaan

Tanya jawab.

Apa batasan komputasi kinerja tinggi, cloud, dan edge di bidang ini?
Konsentrasi pada sedikit penyedia atau wilayah menciptakan titik kegagalan bersama. Keterbatasan energi, air, dan rantai pasok membatasi pertumbuhan kapasitas.
Bagaimana hasil diperiksa?
Sistem diuji melalui tolok ukur, uji beban, dan latihan failover. Reproduksibilitas numerik diperiksa pada berbagai konfigurasi perangkat keras dan perangkat lunak.
Apakah nilai di halaman ini nyata?
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
Di mana lagi metode ini diterapkan?
Observatory Halaman metode kanonis mencantumkan setiap platform yang menerapkannya.
LaporanBerkontribusi

Kontribusikan bukti dari halaman ini.

Reports adalah publikasi triwulanan Konsorsium. Apa yang Anda ketahui tentang subjek ini dapat menjadi bukti, kasus, atau koreksi dalam edisi berikutnya, dengan kredit atas nama Anda dan dipublikasikan di bawah CC BY 4.0 jika merupakan karya Anda sendiri.

GCRIKecerdasan Buatan dan Sistem OtonomTeknologi EksponensialBukti Labs
Kecerdasan Buatan dan Sistem Otonom

Bawa metode, dataset, atau pertanyaan.

Informasi dan pertanyaan sudah terbuka hari ini. Sebuah pertanyaan menerima nomor referensi dan menyebutkan langkah berikutnya; lamaran, pembayaran, alokasi komputasi, dan pendaftaran hanya dibuka ketika tim, ketentuan, dan kapasitas tinjauannya tersedia.