De acordo com pt.wedoany.com-No contexto da integração profunda da inteligência artificial na pesquisa científica, o papel das instalações de computação de alto desempenho está passando por uma transformação significativa. Thomas Uram, líder da equipe de Serviços de Dados e Fluxos de Trabalho do Laboratório Nacional de Argonne, afirmou recentemente na conferência ISC 2026 que as próximas gerações de instalações de HPC não serão apenas provedoras de recursos computacionais, mas sim plataformas integradas que apoiam ativamente a descoberta científica.
Uram acredita que o cerne dessa transição é incorporar diretamente as capacidades de IA na infraestrutura, em vez de tratá-las como ferramentas independentes. O Laboratório Nacional de Argonne está construindo infraestruturas dedicadas de IA ao lado de seus sistemas tradicionais de HPC, incluindo as plataformas focadas em inferência Sofia (A100), Minerva (B200) e Tara (GH200). Embora Aurora continue sendo a principal plataforma de computação, as outras foram adicionadas especificamente para fornecer serviços de inferência de IA. Os pesquisadores podem acessar dezenas de modelos de linguagem de grande porte com pesos abertos e modelos científicos específicos de domínio por meio de um serviço centralizado de inferência.
Uram destacou que muitas cargas de trabalho científicas não exigem mais modelos de ponta caros; os pesquisadores podem usar modelos abertos por meio de serviços compartilhados de inferência, sem precisar construir ou gerenciar sua própria infraestrutura. No entanto, para que a IA se torne parte do fluxo de trabalho científico, ela também precisa ter a capacidade de interagir com sistemas de HPC — os agentes de IA devem ser capazes de acessar recursos computacionais, submeter tarefas e coordenar o trabalho entre múltiplos sistemas. Uram enfatizou que hardware, serviços de inferência e capacidade de submissão de tarefas juntos formam a base do fluxo de trabalho de IA.
Essas capacidades já foram aplicadas em várias disciplinas científicas. Na instalação de raios-X síncrotron do Laboratório Nacional de Argonne — a Fonte Avançada de Fótons (Advanced Photon Source) — os pesquisadores, ao gerar dados experimentais, os transferem automaticamente para a Instalação de Computação Liderança de Argonne, executam análises nos recursos computacionais e retornam os resultados durante o experimento. Essa infraestrutura é agora usada para aplicar segmentação de imagens baseada em IA, permitindo que os cientistas analisem dados de tomografia quase em tempo real. No campo da pesquisa de fusão, os pesquisadores têm apenas 20 minutos entre os ciclos experimentais para analisar os resultados, e os serviços de inferência de IA e os fluxos de trabalho automatizados permitem o processamento imediato dos dados. Os pesquisadores também esperam combinar essas capacidades com gêmeos digitais para operar simultaneamente com experimentos em tempo real.
Olhando para o futuro, Uram descreveu agentes de IA capazes de ir além da análise de resultados. Tomando a descoberta de medicamentos como exemplo, um agente de inferência pode planejar soluções para problemas, interagir com o sistema e executar simulações, explorando os resultados da simulação e seu impacto no alvo em um ciclo fechado, gerando continuamente novas tarefas de simulação até atingir o resultado. Essa abordagem permite que os pesquisadores testem muitos alvos e obtenham alvos melhores por meio da orientação da IA. A apresentação de Uram enfatizou que as instalações de HPC estão evoluindo de meros provedores de computação para plataformas que integram inferência de IA, orquestração de fluxos de trabalho e acesso programável para apoiar a descoberta científica. Essa mudança pode alterar fundamentalmente a forma como os cientistas interagem com supercomputadores e o design futuro das instalações de HPC.
