Skip to content

GCRI · 人工知能と自律システム

AI のための計算

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.

02申請

高性能コンピューティング、クラウド・コンピューティング、エッジ・コンピューティングがここで果たす役割。

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

大学や公的機関が利用できる計算資源を、モデルの訓練と評価に必要な量と照らして整理し、アクセスの制約が研究を妨げている箇所を示します。

ワークロードのエネルギー計測

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.

03監視

計算ワークロード。

この手法を追跡するためにチームが使う画面:その指標、状態、決定。名前は例であり、値はイメージです。

計算ワークロード

AI and autonomous systems · Computing for AI · Run R-9546

  • チャネル報告
    95100 中平常
  • レイテンシの中央値
    124ミリ秒
  • チェックに不合格となったレコード
    2.71,000 あたり注視
  • バックログ
    34分
4 チャネルでの欠測GCRI・人工知能と自律システム

レイテンシ、p95

イベント

  1. 06:13警告するチャネル C-75 陳腐化
  2. 07:51情報スキーマ v5 承認済み
  3. 08:36誤差チェックサム不一致、バッチを隔離
  4. 08:44完了再生完了
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.
04データ

手法が使用するもの。

このプラットフォームで高性能コンピューティング、クラウド、エッジ・コンピューティングが使用するデータセットと記録を、それぞれの役割と値に付されるラベルとともに示します。出典は 出典の登録簿.

データ役割ラベル
Facility and job energy logsEnergy accounting観測
Public compute allocation recordsアクセス公表統計
クラウドのリージョンとプロバイダーのデータ集中度申告済み
05手法とエビデンス

How Computing for AI is modelled, measured and tested.

モデル、その仮定、データ、不確実性を、科学者やエンジニアが確認する形で示します。構造は公表された手法に従っています。描かれた値は例示であり、知見ではありません。

モデル、方程式、仮定

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

要素 i のリスクRi = f(Hi, Ei, Vi, Ci)ハザード、エクスポージャー、脆弱性、対処能力
年間期待損失EAL = ∑k pk · Lkover events k with annual probability pk
結合システムxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
仮定作られる理由検証の方法
一つの事象の中では、ハザードとエクスポージャーは独立している損失の積分を扱いやすく保つ同時記録に当てはめたコピュラと比較
結合は動作点の近くで線形であるショックを A を通じて伝播させる線形範囲を超えて摂動を与えて比較する
脆弱性曲線は場所を越えて適用できる地域固有の曲線はめったに得られない観測された損失がある場合はそれに照らして検証
入力
来歴付きのバージョン管理されたデータセット
成果物
分布であり、単一の数値ではない
コード
モデルカードと試験とともに公開
再現
同じデータ、コード、環境、シード
標準的なリスクおよび状態空間の定式化です。挙げた前提はこの手法に典型的なもので、審査のために示しており、結果ではありません。
FAIR 原則・GO FAIR と FORCE11W3C PROV・World Wide Web Consortium不確実性の一貫した扱いに関するガイダンス・IPCCCEOS 解析即応データ・地球観測衛星委員会
06検証

結果の確認方法。

システム は、ベンチマーク、負荷試験、フェイルオーバー演習によって検証される。数値的再現性は、ハードウェアおよびソフトウェアの構成をまたいで確認される。

確認実施方法
測定の境界Energy figures state what is included, such as cooling and idle time
再現可能な構成ハードウェアとソフトウェアの設定を記録します
Provider data verificationクラウド依存に関する主張は、サービス文書と照合して確認する。

少数のプロバイダーや地域への集中は、共通の障害点を生みます。エネルギー、水、サプライチェーンの制約が、能力の拡大を制限します。

07プロセス

プロセスの進め方。

Process explorer · Process

Computing for AI: Build, sign and accept

10 steps4 stages2 gates

プロセス

Computing for AI: Build, sign and accept

承認されたミッションはサイクル・プロジェクトとなります。ビルドは固定され、検証され、署名されます。グローバル・リスク・フォーラム(Global Risks Forum、GRF)は演習のための受け入れを記録しますが、これは導入の許可ではありません。

  1. 01 依頼と出典

    1. 01受理されたミッションはサイクルのプロジェクトになります記録・ ユニバース から Foundry へ受理されたミッションは、決定案件を伴うサイクルのプロジェクトになります。
    2. 02データ出典と資源の適格性を確認するステップ · グローバル・リスク・イノベーション・センター(Global Centre for Risk and Innovation、GCRI)GCRI はデータ出典と資源の提供の適格性を確認し、シナリオ・モデルを構築します。提供は割り当てではありません。
  2. 02 構築と検証

    1. 03出典のスナップショット記録・ NXS-FAC (設計図、ビルド、署名)スナップショットは、コミット、依存関係、ジェネレーターのバージョンを固定します。
    2. 04ビルド契約記録 · NXS-FAC(設計図、ビルド、署名)ビルド契約は、成果物の種類、環境、再現性の範囲を宣言します。
    3. 05統合と構築モデル · GCRIGCRI はソフトウェアとデータを統合し、ビルドに署名し、セキュリティと相互運用性を試験します。
    4. 06検証スイートゲート · NXS-FAC(設計図、ビルド、署名)必須のチェックと助言的なチェックは分けて扱います。再現性には、固定された入力、明示された非決定性、独立した再ビルドが必要です。
  3. 03 署名と受理

    1. 07正確な成果物に署名するステップ · NXS-FAC(設計図、ビルド、署名)NXS-FAC は、範囲を限定した署名者 ID を通じてビルドし、証明し、署名を依頼します。鍵の素材は保持しません。
    2. 08パッケージの受理ステップ · NXS-NXQ (ソフトウェア、モデル、能力のライフサイクル)NXS-NXQ は署名済みのパッケージを受け取り、課題、データ区分、評価スイート、有効期限を結びつける受理のエビデンスを保持します。
  4. 04 受理

    1. 09コア構築レポート記録・GCRIコア・ビルド報告書は実施可否の記録です。Universe がコアを組み立て、演習についての決定を保持します。
    2. 10G3 · 構築を演習用に受理ゲート・Global Risks ForumGRF は、ビルドが演習のために受理されたかどうかを記録します。署名済みのビルドやリリース候補は、本番環境への展開の許可ではありません。

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.

09スチュワードシップ

手法を維持する者。

データと計算資源 は、コンソーシアムの高性能コンピューティング、クラウド・コンピューティング、エッジ・コンピューティングのスチュワードを務め、各プラットフォームでの適用状況を審査する。

11質問

質問と回答。

この分野における高性能計算、クラウドコンピューティング、エッジコンピューティングの限界は何か。
少数のプロバイダーや地域への集中は、共通の障害点を生みます。エネルギー、水、サプライチェーンの制約が、能力の拡大を制限します。
結果はどのように確認されますか?
システムは、ベンチマーク、負荷試験、フェイルオーバー演習によって試験される。数値の再現性は、ハードウェアとソフトウェアの各構成で確認される。
このページの値は実際のものですか?
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.
この手法は他にどこで適用されていますか?
社会を動かし続ける 正式な手法のページ には、それを適用するすべてのプラットフォームが掲載されています。
報告書貢献する

このページからエビデンスを提供する。

Reports はコンソーシアムの季刊刊行物です。このテーマについてあなたが知っていることは、次号でエビデンス、事例、または訂正となり得ます。あなたの名前を記し、あなた自身の著作物である場合は CC BY 4.0 で公表されます。

GCRI人工知能と自律システム指数関数的テクノロジーLabs のエビデンス
人工知能と自律システム

手法、データセット、または問いを持ち込んでください。

情報提供と問い合わせは本日から受け付けています。問い合わせには参照番号が付き、次の手順が示されます。申請、支払い、計算資源の割り当て、登録は、担当チーム、規約、審査体制が整ってから開始します。