De acordo com pt.wedoany.com-A Instalação de Usuários de Medição de Radiação Atmosférica (ARM) do Departamento de Energia dos EUA (DOE) está avançando na aplicação da tecnologia de inteligência artificial em sua infraestrutura de dados, com o objetivo de ajudar pesquisadores a acessar mais rapidamente mais de 30 anos de dados de observação atmosférica. A instalação já coletou mais de 8 PB de dados atmosféricos.
Giri Prakash, Diretor de Dados e Computação Chefe da ARM, afirmou que a infraestrutura pronta para IA se tornou uma necessidade, e o centro está adotando uma abordagem em fases para aprimorar a infraestrutura, a fim de atender à crescente demanda computacional. Esses desenvolvimentos serão adicionados à infraestrutura existente da ARM para atender aos exigentes requisitos das aplicações de IA. Prakash é responsável pela gestão do centro de dados da ARM, localizado no Laboratório Nacional de Oak Ridge (ORNL), no Tennessee.
Há cerca de quatro anos, a ARM começou a instalar Unidades de Processamento Gráfico (GPUs) no cluster de computação de alto desempenho Cumulus. Essas GPUs já foram utilizadas em projetos como análise de qualidade de dados, processamento de radar e geração de produtos de dados. Atualmente, o centro está realizando uma atualização mais significativa, substituindo servidores de arquivos por uma plataforma de armazenamento pronta para IA, conectada diretamente ao ambiente de GPU. Isso permite que os modelos de IA acessem dados em alta velocidade sem precisar aguardar a transferência de arquivos. A ARM planeja adquirir de 25 a 30 novas GPUs, incluindo unidades de processamento projetadas especificamente para acelerar cargas de trabalho de IA, para atender às necessidades computacionais dos próximos dois a cinco anos. A equipe de segurança cibernética e engenharia de rede da ARM também está reforçando os controles para gerenciar o acesso a recursos e ferramentas de computação, dados e IA.
No aspecto de software, a ARM está desenvolvendo um ambiente que permite que Modelos de Linguagem de Grande Escala (LLMs) e sistemas baseados em agentes se comuniquem com ativos de dados, metadados e registros de qualidade. Giri Prakash explicou que os LLMs são o "cérebro para compreensão e interpretação", enquanto os agentes são sistemas que utilizam esse cérebro para acessar dados e realizar tarefas. Ambos conectam a capacidade de raciocínio geral dos LLMs com conhecimento institucional, ferramentas e ações. Diferentemente dos assistentes de IA tradicionais, que apenas respondem a perguntas, os sistemas baseados em agentes são capazes de raciocinar sobre tarefas de múltiplas etapas, acessar ferramentas externas e coordenar fluxos de trabalho com o mínimo de intervenção humana.
A ARM lançou a versão beta do ARM Data Advisor (ADA, pronuncia-se "ā-duh"). De acordo com Wade Darnell, desenvolvedor de software do ORNL e desenvolvedor principal do ADA, esse agente de IA responde a perguntas, recomenda conjuntos de dados, exibe gráficos de dados, explica a qualidade dos dados e realiza pedidos de dados por meio de uma interface de conversação em linguagem natural. O pedido básico de dados estará disponível na versão inicial, enquanto pedidos avançados e extração de dados serão adicionados em versões futuras. O ADA fornecerá recomendações personalizadas para usuários recorrentes e disponibilizará arquivos em vários formatos. O ADA está previsto para ser lançado em julho de 2026, e as ferramentas de busca tradicionais serão mantidas até que os desenvolvedores estejam confiantes de que o ADA atende às necessidades dos usuários.
Os desenvolvedores da ARM também construíram um framework chamado Agentic Tooling and LLM Augmentation Stack (ATLAS). O ATLAS fornece uma plataforma compartilhada que permite que ferramentas orientadas por IA trabalhem em conjunto, incluindo a inferência de modelos por meio de endpoints compatíveis com OpenAI, a conversão de informações em formatos vetorizados pesquisáveis, a coordenação de fluxos de trabalho guiados por agentes específicos de domínio e o fornecimento de acesso seguro a dados e serviços. O framework suporta geração de metadados, análise de qualidade de dados e aprimoramento da busca no site por meio do assistente digital Ask ARM. O ATLAS também se conecta a vários ambientes de serviço de modelos que exigem GPUs, incluindo plataformas internas e o American Science Cloud, que faz parte da missão Genesis do DOE. Essa missão integra recursos de supercomputação de laboratórios nacionais em uma nuvem segura para descobertas científicas impulsionadas por IA.
Nos próximos três anos, a ARM prevê adicionar de 2 a 3 PB de espaço de armazenamento para conteúdo vetorizado, incluindo embeddings de metadados pesquisáveis, páginas de orientação e manuais de instrumentos. Simultaneamente, a ARM planeja converter e dividir variáveis científicas e dados de observação em representações contextuais legíveis por IA, para que sistemas de agentes possam indexar, recuperar e analisar eficientemente. Ao utilizar o GPU Direct Storage e uma arquitetura de armazenamento de alto desempenho estreitamente integrada, a ARM reduz gargalos de movimentação de dados e acelera o tempo de resposta dos modelos de IA. À medida que o cluster de GPUs se expande, as equipes de operação da instalação estão trabalhando em conjunto nas áreas de energia, refrigeração e rede.
Prakash afirmou que o feedback dos usuários continuará a orientar o lançamento dessas ferramentas. A equipe do centro de dados da ARM está elaborando um documento de governança para estabelecer diretrizes para o uso responsável da IA, definindo padrões éticos alinhados aos princípios do DOE e estabelecendo critérios de avaliação e melhores práticas. Ao alinhar os fluxos de dados otimizados para IA com a missão Genesis do DOE, a equipe do centro de dados da ARM está comprometida em reduzir o tempo entre a observação e a descoberta. Prakash enfatizou: "A ARM não está simplesmente anexando IA aos sistemas existentes; estamos reconstruindo nosso ecossistema de dados em torno da IA."
