Skip to content

GCRI · Inteligência artificial e sistemas autônomos

Computação para a IA

A computação de alto desempenho e em nuvem fornece a capacidade de que a IA precisa. Neste campo, a computação é estudada quanto à capacidade, à concentração, à energia e ao acesso: quem pode treinar e avaliar modelos, a que custo e com que pegada ambiental.

02Candidatura

O que a computação de alto desempenho, em nuvem e de borda faz aqui.

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.

Acesso à capacidade computacional para pesquisa pública

A capacidade computacional disponível para universidades e instituições públicas é mapeada em relação às necessidades de treinamento e avaliação de modelos, mostrando onde o acesso limita a pesquisa.

Medição de energia das cargas de trabalho

O consumo de energia de tarefas de treinamento e inferência é medido com contadores de hardware e medidores das instalações, e relatado com o hardware e as configurações utilizados.

Análise de concentração em nuvem

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

03Monitoramento

Carga de trabalho computacional.

A tela que uma equipe usaria para acompanhar este método: suas medidas, estados e decisões. Os nomes são exemplos e os valores são ilustrativos.

Carga de trabalho computacional

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

  • Reporte de canais
    95of 100Normal
  • Latência mediana
    124ms
  • Registros reprovados nas verificações
    2.7por 1.000Observar
  • Backlog
    34min
Lacunas em 4 canaisGCRI · Inteligência artificial e sistemas autônomos

Latência, p95

Eventos

  1. 06:13AlertarCanal C-75 obsoleto
  2. 07:51InformaçãoEsquema v5 aceito
  3. 08:36ErroDivergência de checksum, lote em quarentena
  4. 08:44ConcluídoReprodução concluída
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.
04Dados

O que o método consome.

Conjuntos de dados e registros usados pela computação de alto desempenho, em nuvem e de borda nesta plataforma, com a função de cada um e o rótulo que seus valores recebem. As fontes estão listadas no registro de fontes.

DadosFunçãoRótulo
Facility and job energy logsEnergy accountingOBSERVADO
Public compute allocation recordsAcessoEstatísticas publicadas
Cloud region and provider dataConcentraçãoDECLARADO
05Métodos e evidência

Como a computação para IA é modelada, medida e testada.

O modelo, os seus pressupostos, os seus dados e a sua incerteza, na forma que um cientista ou engenheiro verificaria. As estruturas seguem métodos publicados. Os valores representados são ilustrativos, não conclusões.

Modelo, equações e pressupostos

A estrutura de modelo usada para Computação para IA, os pressupostos que ela adota e como cada um é testado.

Risco do elemento iRi = f(Hi, Ei, Vi, Ci)ameaça, exposição, vulnerabilidade e capacidade de enfrentamento
Perda anual esperadaEAL = ∑k pk · Lkover events k with annual probability pk
Sistemas acopladosxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
PressupostoPorque é feitoComo é testado
A ameaça e a exposição são independentes dentro de um eventoMantém tratável o integral de perdasComparar com um ajuste de cópula sobre registros conjuntos
Os acoplamentos são lineares perto do ponto de funcionamentoPermite que os choques se propaguem através de APerturbar para além do intervalo linear e comparar
As curvas de vulnerabilidade transferem-se entre lugaresAs curvas locais raramente estão disponíveisValidar face às perdas observadas quando existam
Entradas
conjuntos de dados versionados com proveniência
Resultados
distribuições, nunca números isolados
Código
publicado com a ficha de modelo e os testes
Reprodução
mesmos dados, código, ambiente e semente
Formulações padrão de risco e de espaço de estados; os pressupostos listados são típicos do método, indicados para revisão, não resultados.
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
06Validação

Como os resultados são verificados.

sistemas são testados por meio de benchmarks, testes de carga e exercícios de failover. A reprodutibilidade numérica é verificada em diferentes configurações de hardware e software.

VerificarComo é feito
Measurement boundariesEnergy figures state what is included, such as cooling and idle time
Configuração reproduzívelHardware and software settings are recorded
Provider data verificationCloud dependency claims are checked against service documentation

A concentração em poucos provedores ou regiões cria pontos de falha compartilhados. Restrições de energia, água e cadeia de suprimentos limitam o crescimento da capacidade.

07Processo

Como decorre o processo.

Process explorer · Process

Computing for AI: Build, sign and accept

10 steps4 stages2 gates

Processo

Computing for AI: Build, sign and accept

Uma missão admitida torna-se um projeto de ciclo; a construção é fixada, verificada e assinada, e o Global Risks Forum (GRF) registra a aceitação para exercício, não a permissão de implantação.

  1. 01 Pedido e fontes

    1. 01Uma missão admitida torna-se um projeto do cicloRegistro · Universo para FoundryUma missão admitida torna-se um projeto do ciclo com um caso de decisão.
    2. 02Qualificar as fontes de dados e os recursosEtapa · o Global Centre for Risk and Innovation (GCRI)O GCRI qualifica as fontes de dados e as ofertas de recursos e constrói os modelos de cenários. Uma oferta não é uma alocação.
  2. 02 Construir e verificar

    1. 03Instantâneo das fontesRegistro · NXS-FAC (projetos, construções e assinatura)O instantâneo fixa o commit, as dependências e as versões dos geradores.
    2. 04Contrato de construçãoRegistro · NXS-FAC (projetos, construções e assinatura)O contrato de construção declara o tipo de artefato, o ambiente e o envelope de reprodutibilidade.
    3. 05Integrar e construirModelo · GCRIO GCRI integra software e dados, assina as construções e testa a segurança e a interoperabilidade.
    4. 06Conjunto de verificaçõesEtapa de controle · NXS-FAC (projetos, construções e assinatura)As verificações obrigatórias e as consultivas permanecem separadas. A reprodutibilidade exige insumos fixados, não determinismo declarado e reconstruções independentes.
  3. 03 Assinar e admitir

    1. 07Assinar o artefato exatoEtapa · NXS-FAC (projetos, construções e assinatura)O NXS-FAC constrói, atesta e solicita uma assinatura por meio de uma identidade de assinante com âmbito definido. Não detém material de chaves.
    2. 08Admissão de pacotesEtapa · NXS-NXQ (software, modelos e ciclo de vida das capacidades)O NXS-NXQ recebe o pacote assinado e mantém as evidências de admissão que vinculam a tarefa, a classe de dados, o conjunto de avaliação e a expiração.
  4. 04 Aceitar

    1. 09Relatório de construção centralRegistro · GCRIO Core Build Report é o registro de avançar ou não avançar. O Universe monta o Core e detém a decisão sobre o exercício.
    2. 10G3 · Construção aceita para exercícioEtapa de controle · The Global Risks ForumO GRF registra se a construção é aceita para exercício. Uma construção assinada ou uma versão candidata não constitui autorização para implantar em produção.

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.

08Conexões

Temas que se apoiam neste método.

09Gestão responsável

Quem mantém o método.

Dados e computação administra a computação de alto desempenho, em nuvem e de borda para o Consortium e examina como ela é aplicada nas plataformas.

11Perguntas

Perguntas e respostas.

Quais são os limites da computação de alto desempenho, em nuvem e de borda neste campo?
A concentração em poucos provedores ou regiões cria pontos de falha compartilhados. Restrições de energia, água e cadeia de suprimentos limitam o crescimento da capacidade.
Como os resultados são verificados?
Os sistemas são testados por meio de benchmarks, testes de carga e exercícios de failover. A reprodutibilidade numérica é verificada em diferentes configurações de hardware e software.
Os valores desta página são reais?
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.
Onde mais este método é aplicado?
A página canônica do método lista todas as plataformas que o aplicam.
RelatóriosContribuir

Contribua com evidências a partir desta página.

Reports é a publicação trimestral do Consortium. O que você sabe sobre este tema pode se tornar evidência, um caso ou uma correção na próxima edição, com crédito a você e publicado sob CC BY 4.0 quando for obra sua.

GCRIInteligência artificial e sistemas autônomosTecnologia exponencialEvidências de Labs
Inteligência artificial e sistemas autônomos

Traga um método, um conjunto de dados ou uma pergunta.

A informação e os pedidos estão abertos hoje. Um pedido recebe uma referência e indica o próximo passo; candidaturas, pagamentos, alocações de computação e registros só abrem quando existem a equipa, os termos e a capacidade de revisão.