Երևանի պետական համալսարանում մի սենյակ կա, որտեղ գտնվում է Հայաստանի ամենաուժեղ համակարգիչը։
Մոտ երկու տարի տևած աշխատանքներից հետո ԵՊՀ-ում բացվեց տվյալների մշակման կենտրոն, որը ծառայելու է գիտական ու կրթական նպատակներով։ Կենտրոնը ստեղծվել է պետական միջոցներով։
- ԵՊՀ նոր գերհամակարգիչը հիմնականում ծառայելու է արհեստական բանականության մոդելներ պատրաստելու համար
- ԵՊՀ տվյալների կենտրոնում գտնվող նոր գերհամակարգիչն աշխատում է 64 հատ Nvidia գրաֆիկական պրոցեսորներով, ունի 1600 սովորական պրոցեսոր ու ծախսում է մոտ 120 կիլովատտ հոսանք
- Հայաստանում աշխատող գիտական խմբերը վերջապես կարող են ավելի մեծ ու լուրջ խնդիրներով զբաղվել
Ի՞նչ են անելու տվյալների մշակման կենտրոնն ու նոր գերհամակարգիչը
ԵՊՀ մեքենայական ուսուցման խմբի ղեկավար Հրանտ Խաչատրյանը ուղեկցում է մեզ սենյակ, որտեղ էլ տեղադրված են Nvidia ընկերության 64 GPU-ներ։
«Գերհամակարգիչը հնարավորություն է տալիս ինչ֊որ ոլորտների` ինչ֊որ խնդիրներ լուծելու համար բավական մրցունակ արհեստական բանականության մոդելներ պատրաստել, որովհետև էդ մոդելները թե՛ պատրաստելը, և թե՛ աշխատեցնելը պահանջում են հսկայական հաշվողական ռեսուրսներ, որոնք Հայաստանում քիչ հասանելի են եղել, հատկապես, գիտական համայնքի համար։ Սա փաստորեն բավականաչափ մեծ ծավալի ռեսուրս է հասանելի դարձնում գիտնականներին, ինչը հնարավորություն է նրանց ավելի մեծ ու ավելի ամբիցիոզ նախագծեր անել արհեստական բանականության հետ կապված»,- ասում է Հրանտ Խաչատրյանը։
Արհեստական բանականության ոլորտը տվյալների մշակների կենտրոնի միակ կիրառությունը չէ։ Կան էլի հաշվարկներ, որոնց համար այս տեսակ համակարգիչներ են պետք։ Օրինակ` ԵՊՀ հաշվողական նյութագիտության լաբորատորիա նոր մատերիալներ հայտնաբերելու, դրանց հատկություններն ուսումնասիրելու համար նույնպես կարող են օգտվել սուպերհամակագչից։
Նրա խոսքով՝ արհեստական բանականությունը կարող է լայնորեն կիրառվել կենսաբանության, քիմիայի և ֆիզիկայի մեջ, սակայն դրա համար անհրաժեշտ է ոլորտային գիտնականների և ԱԲ մշակողների համագործակցություն։ Կենսաբանությունում կան հազարավոր խնդիրներ՝ ԴՆԹ ուսումնասիրությունից մինչև սպիտակուցների սիմուլյացիաներ, որտեղ հաշվարկային մոդելավորումը կարող է մասամբ փոխարինել լաբորատոր փորձերին։
Հրանտ Խաչատրյանի խոսքով՝ իրենց թիմն արդեն պատրաստ էր գերհամակարգչով աշխատելուն։ «Արդեն ունեինք խնդիրներ, որոնց համար մեր ռեսուրսները չէին հերիքում ու դրա պատճառով չէինք սկսում, կամ ուշացնում էինք, կամ շատ դանդաղ էր գնում էդ առումով, հիմա ոնց-որ ձեռքներս բացվել է, կկարողանանք արդեն ավելի արագ շարժվել էդ ուղղություններով»։
Ովքե՞ր են օգտվելու գերհամակարգչից
ԵՊՀ տվյալների մշակման կենտրոնը ծառայելու է գիտական խնդիրների համար, մագիստրոսական թեզերի համար, ասպիրանտների համար։
«Հերթի համակարգ կլինի, կքննարկվում է կայք ունենալու հարցը, որը հնարավորություն կտա թիմերին հերթագրվել ու, ըստ կարևորության կամ առաջնահերթության օգտվել գերհամակարգչից»։
Նրա խոսքով՝ գերհամակարգչի միջոցով կարող են AI-ը կիրառել կենսաբանության, քիմիայի և ֆիզիկայի մեջ, սակայն դրա համար անհրաժեշտ է ոլորտային գիտնականների և ԱԲ մշակողների համագործակցություն։ Կենսաբանությունում կան հազարավոր խնդիրներ՝ ԴՆԹ ուսումնասիրությունից մինչև սպիտակուցների սիմուլյացիաներ, որտեղ հաշվարկային մոդելավորումը կարող է մասամբ փոխարինել լաբորատոր փորձերին։
Գերհամակարգչից օգտվելու համար արդեն դիմել են մաթեմատիկոսներ, Ֆիզիոլոգիայի և Մոլեկուլային կենսաբանության ինստիտուտների հետազոտողներ, ԵՊՀ ֆիզիկայի ֆակուլտետի ներկայացուցիչներ, նյութագիտությամբ զբաղվող խմբեր, նաև Սլավոնական համալսարանի թիմեր։
Գերհամակարգիչը կարող է ինտեգրվել նաև ուսումնական գործընթացում։
«Հիմա և՛ կրթական ծրագրերն են թարմացվում, և՛ տեխնոլոգիաներն են արագ փոխվում, և հնարավոր է հասնել մի վիճակի, որ ինչ֊որ մի դասընթացի շրջանակում, օրինակ՝ 30 ուսանող հասանելիություն ստանա գերհամակարգչին ու ամեն մեկը մի փոքր բան փորձի»,- ասում է Հրանտ Խաչատրյանը։
Ազնավուրն ու ԵՊՀ նոր սուպերհամակարգիչը
Սա պետք չէ համեմատել Ինժեներական քաղաքում տեղադրված Ազնավուր սուպերհամակարգչի հետ․ մեկն աշխատում է CPU-ներով, այս մյուսը՝ GPU-ներով։ Ազնավուրն այն խնդիրների լուծելու համար է հարմար։
«Արհեստական բանականության մոդելները աշխատեցնելու և ուսուցանելու համար պետք են այդ հատուկ սարքերը, որ Nvidia-ն է արտադրում, որոնք կոչվում է GPU՝ գրաֆիկական պրոցեսորները, իսկ Ազնավուրում գրաֆիկական պրոցեսորներ չկան, այնտեղ կա 20 հազարից ավելի սովորական պրոցեսոր կա, այս գերհամակարգիչն ունի 1600 սովորական պրոցեսոր։ Այսինքն պրոցեսորների քանակով Ազնավուրը էապես ավելի մեծ է, բայց վիդեոքարտեր այնտեղ չկան։ Իսկ այստեղ կա 64 հատ բավական լավը, որն արդեն էական ազատություն է տալիս արհեստական բանականություն սարքելու համար»։
ԵՊՀ-ում մինչև այս տվյալների մշակման կենտրոնը կար 16 GPU, որոնք շատ ինտենսիվ օգտագործվում էին ԵՊՀ մեքենայական ուսուցման լաբորատորիայի և երկու այլ գիտական խմբերի կողմից, հիմա դրանց ավելացել է ևս նոր 64-ը։ Այդպես ԵՊՀ-ում արդեն կա 80 վիդեոքարտ։
Գերհամակարգիչը կարող է օգտագործել մինչև 120 կիլովատտ հոսանք, միջինում՝ մոտ 90։ ԵՊՀ տվյալների մշակման կենտրոնը պատրաստ է մինչև 300 կիլովատտ, ինչը հնարավորություն է տալիս հետագա ընդլայնման համար։
Համակարգը տեխնիկապես նախատեսված է ընդլայնման համար՝ հոսանքի, հովացման և տվյալների պահպանման բավարար պաշարով։
Գիտությունը զարգացնելով՝ բիզնես արժեք ստանալ
Նման գերհամակարգչի անհրաժեշտությունը՝ գիտական համայնքի համար մեծ էր։ Այժմ Հայաստանում կան նաև՝ ավելի մեծ տվյալների կենտրոններ ստեղծելու նախաձեռնություններ, բայց դրանք մասնավոր են։
«Դրանցից մեկը Գագարին գյուղում է, կոչվում է Eleveight AI, իսկ մյուսը Հրազդանում են կառուցում, կոչվում է Firebird, որը ԵՊՀ գերհամակարգչից մեծ է մոտ 100 անգամ։ Բայց դրանք կոմերցիոն են, այսինքն վարձով են տրվելու հիմնականում Հայաստանից դուրս ընկերություններին»,- ասում է Հրանտ Խաչատրյանը։
Իսկ ԵՊՀ տվյալների մշակման կենտրոնի ստեղծման վերջնական նպատակը գիտությունը հզորացնելով տնտեսություն բերելն է։ Հետազոտությունները կարող են բիզնես արժեքի վերածվել ու մրցունակ արտադրանք ստանալ։
«Այդ գիտնականները ու ուսանողները, որոնք այս համակարգչի վրա կսովորեն լուծել կարևոր գիտական խնդիրներ, հենց այն մարդիկ են, որոնք հետո գնալու են ընկերություններ ու այնտեղ կարողանալու են արդեն բիզնես արժեք ստեղծող պրոդուկտների վրա աշխատել։ Օրինակ՝ OpenAI-ի chatGPT-ն կամ Google-ի Gemini-ն հսկայական տնտեսական արժեք են արդեն ստեղծում։ Ու դրանց վրա աշխատող մարդիկ բոլորը նախկին գիտնականներ են։ Շատ քիչ կան դեպքեր, որ մարդը չանցնելով այդ գիտական ճանապարհով ստանում է այն գիտելիքը, որ կարողանա նմանատիպ արհեստական բանականություն սարքել, այդպես գրեթե չի լինում։ Դրա համար բոլորը շահագրգռված են, որ մենք այս համակարգիչը մաքսիմալ ծառայեցնենք կադրերի պատրաստմանը»,- ասում է Հրանտ Խաչատրյանը։
Երբ գիտնականները կարողանան արդյունավետ օգտագործել նման ռեսուրսները, կկարողանան լուծել գիտության ու տնտեսության համար կարևոր խնդիրներ։
Երկարաժամկետ հեռանկարում դրա շնորհիվ կարող են ստեղծվել նոր ընկերություններ, ձևավորվեն մրցունակ թիմեր, և Հայաստանը դառնա գրավիչ միջավայր միջազգային տեխնոլոգիական ընկերությունների համար։
Դիտե՛ք նաև ԵՊՀ գերհամակարգչի մասին How2B-ի պատրաստած տեսանյութը
