Herausforderungen mit HPC und ­KI bewältigen

Beispiel 1: Das Wetter

Wettervorhersagen haben eine lange Geschichte. Bereits 650 v. Chr. nutzten die Babylonier Wolkenmuster und Astronomie, um Vorhersagen zu treffen. Hunderte Jahre später ist die Wissenschaft der Wettervorhersage nicht mehr wiederzuerkennen – genaue Wettervorhersagen werden heute mit Supercomputern gemacht. Hierzu braucht ein Supercomputer Daten. Diese stammen aus einer Vielzahl von Quellen – beispielsweise werden sie von Satelliten, Wetterstationen, Ballons, Flugzeugen und Schiffen geliefert. Diese gelieferten Daten können zwischen 500 Gigabyte und einem Terabyte gross sein und müssen sehr schnell entgegengenommen, strukturiert und prozessiert werden.

Und zur Umwandlung in genaue Prognosen ist vor allem Rechenleistung nötig. Unglaublich viel Rechenleistung. Hierzu untersuchen Wissenschaftler, wie andere Technologien – zum Beispiel künstliche Intelligenz – Vorhersagen verbessern können. Anstatt das Wetter auf Grundlage von gegenwärtigen Bedingungen mit aufwendigen Berechnungen vorherzusagen, werten KI-Systeme Daten aus der Vergangenheit aus und lernen, wie sich Wetterbedingungen über die Zeit entwickeln.

Ein Beispiel für deren erheblichen Einfluss: Das britische Wetteramt führte kürzlich ein Pilotprojekt mit KI-Technologie zur Vorhersage von Sturzfluten und Stürmen durch. Anhand von Radarkarten aus den Jahren 2016 bis 2018 konnte das System die Niederschlagsmuster für 2019 in 89 Prozent der Fälle genau vorhersagen. Dank des technologischen Fortschritts ist die Vier-Tages-Vorhersage heute so genau wie die Ein-Tages-Vorhersage vor 30 Jahren. Die heute verfügbare Rechenleistung hat die Vorhersagen massiv verbessert. Ein Beispiel dafür, wie sich die Dinge weiterentwickelt haben: Ein Wettermodell, das in den 1960er-Jahren 600 Jahre gebraucht hätte, um auf einem Computersystem ausgeführt zu werden, benötigt heute auf einem normal ausgestatteten Lenovo-­ThinkSystem-Server nur noch rund 15 Minuten.

Beispiel 2: Verbesserung der Lebensmittel­versorgung

Beim Anblick von Nutzpflanzen auf dem Feld oder aufziehenden Gewitterwolken kommen einem kaum künstliche Intelligenz oder Racks mit Hochleistungsrechen­knoten in den Sinn. Die Fortschritte bei der Vorhersage extremer Wetterbedingungen und der Ertragssteigerung der Ernten sind aber nur zwei Beispiele dafür, wie High-Performance-Computing (HPC) die Forschung in den Bereichen von künstlicher Intelligenz und maschinellem Lernen (ML) voranbringt und somit Leben verändern und retten kann.

Künstliche Intelligenz und Machine Learning helfen Forschern dabei, einige der grössten Probleme der Menschheit zu lösen, von Krebs bis hin zum Klimawandel. HPC-Systeme bieten Universitäten und globalen Unternehmen die notwendige Rechenleistung, um modernste KI- und ML-Forschung voranzutreiben und die Menschheit somit in den kommenden Jahrzehnten zu ernähren.

Viele Nutzpflanzen, auf die wir angewiesen sind, werden in den kommenden Jahrzehnten durch den Klimawandel beeinträchtigt werden. Eine kürzlich durchgeführte Studie hat ergeben, dass die Erträge der zehn weltweit wichtigsten Nahrungspflanzen bereits jetzt zurückgehen. Gerade Länder mit einer unsicheren Nahrungsmittelversorgung werden darunter leiden. Um dieser Entwicklung entgegenzuwirken, müsste die Nahrungsmittelproduktion um 50 Prozent gesteigert oder der Verbrauch von Nahrungsmitteln drastisch reduziert werden – am effektivsten wäre aber wohl eine kombinierte Lösung.

KI und HPC können hier helfen, um Potenziale in beide Richtungen aufzudecken. Monitoring, Analysen und Prognosen können durch immer mehr Daten und mithilfe von immer mehr Rechenleistung in kürzester Zeit durchgeführt werden und liefern so Modelle, um Energie und Nahrungsmittel einzusparen. Mit einem konkreten Anwendungsszenario für KI und HPC im Agrarbereich beschäftigt sich unter anderem Ranga Raju Vatsavai, Professor für Informatik an der North ­Carolina State University, und sein Team: Um hochmoderne, raumbezogene Bildanalysen durchzuführen, welche die Zukunft von Anbauflächen abbilden, wird ein HPC-Cluster von Lenovo und KI-Softwartetools wie der LiCo-AI-Plattform eingesetzt. Künftig werden in Getreidefeldern eingebettete Sensoren Feuchtigkeit und Wetterbedingungen messen, um ein besseres Verständnis über die konkreten Herausforderungen im Bereich der Nahrungsmittelproduk­tion zu erlangen.

HPC- und Enterprise-Storage-Lösungen von Lenovo können somit die Grundlagen zur Lösung von vielen Probleme liefern, mit denen Menschen heute konfrontiert sind. In Kombination mit KI wird somit ein neues Zeitalter von Echtzeit-Datenverarbreitung eingeläutet.