par En plus de l’annonce d’aujourd’hui sur le supercalculateur Aurora, Intel a également annoncé son Aurora genAI, un tout nouveau modèle d’IA générative pour la science.
Intel s’attaque à ChatGPT avec son “modèle d’IA générative” Aurora genAI pour la science, jusqu’à 1 000 milliards de paramètres
Le supercalculateur 2 Exaflops Aurora est une bête de machine et le système sera utilisé pour alimenter le modèle Aurora genAI AI. Annoncé lors de la keynote ISC23 d’aujourd’hui, le modèle Aurora genAI va être formé sur le texte général, les textes scientifiques, les données scientifiques et les codes liés au domaine. Il s’agira d’un modèle d’IA générative purement scientifique avec des applications potentielles :
- Biologie des systèmes
- Recherche contre le cancer
- Science du climat
- Cosmologie
- Chimie des polymères et matériaux
- Science
Les fondations du modèle Intel Aurora genAI sont Megatron et DeepSpeed. Plus important encore, la taille cible du nouveau modèle est de 1 000 milliards de paramètres. Pendant ce temps, la taille cible des versions gratuites et publiques de ChatGPT n’est que de 175 millions en comparaison. C’est une augmentation de 5,7 fois du nombre de paramètres.
Communiqué de presse: Le Laboratoire national d’Argonne, en collaboration avec Intel et HPE, a annoncé son intention de créer une série de modèles d’IA générative pour la communauté de la recherche scientifique.
“Le projet vise à exploiter tout le potentiel du supercalculateur Aurora pour produire une ressource pouvant être utilisée pour la science en aval dans les laboratoires du Département de l’énergie et en collaboration avec d’autres”, a déclaré Rick Stevens, directeur associé du laboratoire Argonne.
Ces modèles d’IA générative pour la science seront formés sur du texte général, du code, des textes scientifiques et des données scientifiques structurées issues de la biologie, de la chimie, de la science des matériaux, de la physique, de la médecine et d’autres sources.
Les modèles résultants (avec jusqu’à 1 000 milliards de paramètres) seront utilisés dans une variété d’études scientifiques.
applications, de la conception de molécules et de matériaux à la synthèse des connaissances à travers des millions de sources pour suggérer de nouvelles expériences intéressantes en biologie des systèmes, en chimie des polymères et en matériaux énergétiques, en climatologie et en cosmologie. Le modèle sera également utilisé pour accélérer l’identification des processus biologiques liés au cancer et à d’autres maladies et suggérer des cibles pour la conception de médicaments.
