Nvidiaのスーパーコンピュータ「Cambridge-1」が英国で最も速いスーパーコンピュータに

John Russell

Nvidiaは先日、英国に設置されたライフサイエンス研究専用のSuperPODベースのスーパーコンピュータ「Cambridge-1」を正式に発表した。約10ペタフロップス（Rmax）、400ペタフロップスのAI演算能力を誇る「Cambridge-1」は、6月のTop500リストで41位となり、英国では最速のスーパーコンピュータとなり、ヨーロッパでは12位になるとNvidiaは述べている。

昨年秋に発表された「Cambridge-1」は、Nvidiaが完全に所有し、運営している。これは、Nvidiaの通常の直販モデルとは異なるGo-To-Marketアプローチではあるが、Nvidiaの10年に渡るヘルスケアへの取り組みと一致している。このシステムは、Nvidiaのパートナーであるカオデータ社が運営する施設に設置されている。

NvidiaのCEOであるJensen Huangは、公式発表の中で次のように述べている。「Cambridge-1は、企業や学術界の世界トップレベルの研究者に、英国で最も強力なスーパーコンピュータでライフワークを遂行する能力を与え、これまで英国では不可能だった規模と速度で病気や治療法の手がかりを解き明かします。Cambridge-1で開発された発見は英国で形になりますが、その影響は世界に及び、世界中の何百万人もの人々に恩恵をもたらす可能性のある画期的な研究を推進することになるでしょう。」

Nvidiaによると、「Cambridge-1」には1億ドルの投資が行われており、「AstraZeneca社、GSK社、Guy’s and St Thomas’ NHS Foundation Trust社、King’s College London社、Oxford Nanopore Technologies社との初期のプロジェクトでは、認知症などの脳疾患のより深い理解、AIを用いた新薬の設計、ヒトゲノム中の病気の原因となる変異の発見精度の向上に取り組んでいいます。」とアピールしている。

この新システムは、Francis CrickとJames WatsonらがDNAの構造解明に取り組んだことで有名なケンブリッジ大学にちなんで命名された。NvidiaのSuperPODアーキテクチャを採用し、80台のDGX A100、20テラバイト/秒のInfiniBand、2ペタバイトのNVMeメモリを搭載している。

昨年秋の発表時には、4つのフォーカスエリアが挙げられていた。

• 産業界の共同研究-規模が大きいために他の方法では取り組めない大規模なヘルスケアやデータサイエンスの問題を解決し、患者の転帰の改善、成功率の向上、医療費全体の削減につなげる。
• 大学から提供される計算時間- Nvidia GPUの時間へのアクセスがリソースとして特定の研究に寄付され、治療法の探求に貢献する。
• AIスタートアップの支援- Nvidiaは学習の機会を提供し、スタートアップと協力して次世代を育成し、AIツールへの早期アクセスを提供していく。
• 未来のAI実践者を教育する- 世界的な研究者の目的地として機能し、次世代に実地体験を提供する。

それがやはり長期的な目標のようです。

「Cambridge-1」には、現在市場に投入されたばかりのNvidiaのBlueField2データセンタープロセッシングユニット（DPU）技術が採用される。来年には、より大規模なBlueField3 DPUが登場する予定だ。DPUは、セキュリティ、ネットワーク、ストレージの管理を行うエンジンとして機能し、通常はホストCPUが担当するタスクをオフロードするのだ。Nvidiaは、BlueField技術は、ユーザの安全な隔離を可能にし、ハウスキーピング業務を処理することで、同社のネイティブクラウド・スーパーコンピューティング戦略を実現する重要な要素であると述べている。

「Cambridge-1」は、外部の多様なユーザが同じシステムを利用するクラウドネイティブなスパコン戦略の先駆的な例と言えるだろう。Nvidiaによると、発売に至るまでの多くの時間は、初期のユーザ組織と協力してプロトコルを調整し、例えば英国NHSのデータ機密保持・セキュリティ要件への準拠を確認することに費やされた。

今回の発表では、オリジナルの「Cambridge-1」アーキテクチャに対する変更や追加はなかったが、Nvidiaは初期作業のスナップショットを提供した。以下に、公式発表の内容を簡単に抜粋する。

• 「GSKでは、研究開発のアプローチとして、遺伝学的に検証されたターゲットに焦点を当てています。このターゲットは、医薬品になる可能性が2倍高く、現在、研究パイプラインの70％以上を占めています。GSKは、これらの知見の可能性を最大限に引き出すために、ヒト遺伝子工学、機能的ゲノミクス、人工知能・機械学習の分野で最先端の技術を構築してきました。」と述べている。GSKのSenior Vice President兼AI-MLグローバルヘッドのKim Bransonは、「先端技術は、GSKの研究開発アプローチの中核をなすものであり、新たなレベルのスピード、精度、スケールでの予測モデリングを通じて、大量かつ複雑なデータの可能性を引き出すのに役立ちます。GSKの創薬への意欲を実現し、英国の豊かなライフサイエンス・エコシステムに貢献するために、Nvidiaと提携する機会を得られたことを嬉しく思います。どちらの目的も患者の利益を中心に据えています。」
• 「キングス・カレッジ・ロンドンとガイズ・アンド・セント・トーマスNHSファウンデーション・トラストは、「Cambridge-1」を使用して、様々な年齢や疾患の数万枚のMRI脳スキャンから学習して、合成脳画像を生成するAIモデルを教えています。最終的な目標は、この合成データモデルを用いて、認知症、脳卒中、脳腫瘍、多発性硬化症などの疾患をより深く理解し、早期の診断と治療を可能にすることです。 このAI合成脳モデルは、選択された特徴（年齢、疾患など）を持つ、見たことのない脳画像を無限に生成することができるため、疾患がどのようなものかをより良く、より微妙に理解することができ、より早期で正確な診断が可能になる可能性があります。」
• オックスフォード・ナノポア・テクノロジーズの長尺シークエンス技術は、100カ国以上で使用されており、ヒトや植物の健康、環境モニタリング、抗菌性など、幅広い研究分野でゲノムの洞察を得るために使用されています。オックスフォード・ナノポアは、Nvidiaの技術を様々なゲノム・シーケンサー・プラットフォームに導入し、ゲノム解析の速度と精度を向上させるAIツールを開発しています。「Cambridge-1」へのアクセスにより、オックスフォード・ナノポアは、アルゴリズムの改善に関する作業を数日ではなく数時間で行うことができるようになります。これらのアルゴリズムの改善により、ゲノムの精度が向上し、科学者の手に渡るまでの洞察力が高まり、納期も短縮されます。

Top500のリストでは、米国を国名として記載していたため、ちょっとした混乱があった。「Cambridge-1」はGreen500でも素晴らしいスコアを出していると思われるが、Nvidiaはそのベンチマークを行っていない。

「NVIDIA DGX SuperPODシステムはすべて、コンポーネントであるDGXシステムだけでなく、ネットワークスイッチ、管理サーバ、ラック用配電ユニット（PDU）、ホットアイルまたはコールドアイルの気流抑制などを含むデータセンター全体の設計にまで及ぶ、同じエネルギー効率の高い設計を共有しています。」とNvidiaは述べている。スーパーコンピュータのエネルギー効率を比較するための一般的なリストであるGreen500リストは、Top500への応募時に報告可能なオプションのエネルギー使用指標を用いてTop500リストから導き出される。

「NVIDIAは、Top500テストの実行中にCambridge-1の電力使用量を測定しなかったため、Green500リストのポリシーに従い、このシステムは、最もスコアの低いDGX SuperPODの隣に、旧式のDGX-2H SuperPODとして掲載されました。比較のために、NVIDIAは、Green500の第5位のエントリーを考慮することを提案します。これは、NVIDIAが所有・運営する別のDGX SuperPODで、Top500/Green500ランキングのためにエネルギー使用量を測定して提出しました。」

「Cambridge-1」で行われている重要な生物医学研究の結果だけでなく、その顧客リストがどのように拡大していくか、そしておそらく、垂直的に特化した、Nvidiaが所有・運営するスーパーコンピュータのアイデアが定着するかどうかにも注目したい。

正式な発足式は、7月7日（水曜日）の午前6時（PDT）（日本時間午後2時）に行われた。このイベントでは、「Cambridge-1」で行われる研究が紹介され、一般公開された。

ビデオイベントへのリンク： https://www.nvidia.com/en-us/industries/healthcare-life-sciences/cambridge-1/

Nvidiaの発表へのリンク: https://nvidianews.nvidia.com/news/nvidia-launches-uks-most-powerful-supercomputer-for-research-in-ai-and-healthcare