Siêu máy tính exascale đầu tiên trên thế giới thúc đẩy nghiên cứu thực vật với trí tuệ nhân tạo mới

Các nhà khoa học tại Phòng thí nghiệm Quốc gia Oak Ridge (ORNL) đã phát triển một phương pháp tính toán mới gọi là Phân phối Tổng hợp Phân cấp Liên kênh (D-CHAG) giúp cải thiện đáng kể việc xử lý dữ liệu hình ảnh thực vật phổ rộng phức tạp. Phương pháp này tăng gấp đôi tốc độ phân tích đồng thời giảm sử dụng bộ nhớ tới 75%, khắc phục một nút thắt lớn trong việc xử lý lượng dữ liệu khổng lồ do hệ thống hình ảnh phổ rộng tạo ra, vốn ghi lại hàng trăm bước sóng ánh sáng để tiết lộ thông tin chi tiết về sức khỏe và stress của cây trồng. Bằng cách phân phối khối lượng công việc trên nhiều GPU và sử dụng tổng hợp dữ liệu quang phổ theo giai đoạn, phân cấp, D-CHAG cho phép đào tạo AI nhanh hơn trên các mô hình lớn hơn mà không làm giảm độ phân giải hình ảnh hay chi tiết sinh học. Đột phá này được chứng minh bằng dữ liệu thực vật từ Phòng thí nghiệm Phân tích Thực vật Tiên tiến của ORNL và bộ dữ liệu thời tiết trên Frontier, siêu máy tính exascale đầu tiên trên thế giới. Tiến bộ này cho phép các mô hình AI đo các đặc tính của cây trồng như hoạt động quang hợp trực tiếp từ hình ảnh, thay thế các phương pháp thủ công chậm chạp và thúc đẩy đổi mới trong nông nghiệp. Công nghệ này hỗ trợ các sáng kiến của Bộ Năng lượng Mỹ như Nhiệm vụ Genesis và OPAL, vốn...