海上 AI：俄勒冈州立大学与 Dell 合作，实现气候研究转型
快速阅读: 据《硅角度》最新报道，俄勒冈州立大学地球、海洋和大气科学学院利用人工智能和高性能数据分析加速科学研究，解决气候变化等问题。通过戴尔和NVIDIA的基础设施，学院实现了实时数据处理和大规模数据集的快速分析，显著提升了科研效率。这种技术的应用不仅改变了数据处理方式，还增强了对海洋生态系统的监测能力。
人工智能正在加速科学研究，以前所未有的速度实现更深入的洞察。在俄勒冈州立大学地球、海洋和大气科学学院，人工智能驱动的研究正在推动海洋和地球科学的新发现，改变研究人员处理海量非结构化数据的方式。地球、海洋和大气科学学院的首席研究与学术计算主任克里斯托弗·沙利文（Christopher Sullivan）（图右）表示：“我们确实专注于研究我们的行为和互动方式如何改变地球。”沙利文说，“我们显然使用了大量的数据来帮助我们做到这一点。”沙利文与戴尔公司的首席系统工程师约瑟夫·斯泰纳（Joe Steiner）（图左）及系统工程主任安东尼·迪纳（Anthony Dina）（图中），就“数据海洋：利用数据和人工智能应对气候变化研究”活动进行了独家直播。他们讨论了人工智能、实时处理和可扩展基础设施如何塑造环境研究的未来。
通过人工智能和高性能数据分析解锁海洋科学
地球、海洋和大气科学学院的研究涵盖了海洋和陆地，从浮游生物和海鸟到淡水生态系统和碳循环，无所不包。这些项目生成了巨大的数据集，需要先进的AI模型来提取有意义的见解。据沙利文称，戴尔的技术通过提供可扩展的基础设施，在支持AI驱动的研究方面发挥了关键作用。“最终，我们拥有计算能力，并且有大量的数据涌入。”他说，“在我们拥有AI之前……我们是数据丰富而信息贫乏。AI的一大进步就是硬盘容量的增加。AI以数据为驱动，并与数据紧密相连。”
高效处理数据与收集数据同样重要。地球、海洋和大气科学学院的研究人员依赖于专为不同科学问题定制的基础设施，配置具有不同能力的机器以满足多样化的计算需求，这不同于传统企业环境中标准化硬件的做法。“我们使用戴尔的一个重要原因是因为我们可以构建出不同的平台技术，真正聚焦于我们试图回答的问题。”沙利文说，“不同的数据需要不同的技术进行处理。如果我不能灵活部署技术，我们就无法真正开展科学研究。”
为了适应AI驱动研究的数据复杂性
地球、海洋和大气科学学院的AI驱动研究产生了需要跨学科快速流动的大规模数据集。该大学建立了一个高性能的本地基础设施，优化了速度和效率以支持这一需求。通过利用戴尔先进的计算平台，地球、海洋和大气科学学院加速了AI驱动的研究，使科学家能够比以往更快地提取见解，据沙利文表示。“我们有太多的数据，无法将这些工作放在云端完成；我们需要本地部署，并且需要拥有这些本地部署，并能够在不同的学科和领域之间快速移动数据。”他说。“戴尔最近确实帮助我们改变了数据中心间的800G网络连接。这真的改变了我们与数据交互的方式——我们谈论的是拍字节。”
除了基础设施，对非结构化数据进行结构化处理的需求巨大。AI模型依靠元数据标注和注释来描述图像和声音，使信息可搜索和可操作。同时，根据迪纳的说法，治理和安全对于确保适当的访问控制和减轻网络安全风险至关重要。“我们不仅要确保正确的人员有访问权限，还要防止网络攻击。”他说。“我们必须以全新的方式考虑保管链——不仅仅是文件层面，而是数据层面。”
AI工作流程还依赖于高效的数据传递。研究人员不是从头开始，而是基于预处理的数据进行构建，从而降低成本并加速见解。这种方法使团队能够有效协作，同时确保数据治理保持完整，据斯泰纳表示。“我想到接力赛。”他说，“我想到每个人可能跑一段距离然后传递信息，下一个人就能跑得非常快。我们不再是从零开始。基础信息已经过处理，我们现在可以利用这些信息并以更快的速度进行进一步研究。”
对于地球、海洋和大气科学学院而言，实时数据处理是一项革命性的进展。研究船只，包括新配备的区域级研究船塔尼号，配备了戴尔的PowerScale和PowerEdge系统以及NVIDIA GPU，使海上AI驱动的分析成为可能。研究人员现在可以在收集数据时进行处理，而不是等到返回岸上，从而加速发现，据沙利文表示。“如果我们用浮游生物作为监测工具，它就像是煤矿中的金丝雀，帮助我们理解我们是如何改变这个星球的。”他说，“我们真的希望实时进行，因为如果我们花费太长时间，数据就会变得毫无意义。”
戴尔和NVIDIA的基础设施还支持先进的海洋生态系统监测。使用配备8K摄像机和AI模型的自主机器人车辆，研究人员可以实时分析数十亿浮游生物——识别稀有物种并以无与伦比的精度追踪海洋健康。AI快速挖掘和重新处理大规模数据集的能力使科学家能够揭示以前无法检测到的模式。从海上实时数据收集到先进的海洋生态系统监测，AI驱动的研究正在重塑科学家研究地球的方式，据沙利文表示。“没有人类能量化这一切。”他说。“统计上，我们现在实际上正在创造相关性，我现在有更多的能力看到那些稀有物种，因为我们能够如此迅速地挖掘这些数据。我们以五节的速度拖网，每秒可以处理162升。”
以下是完整的视频采访，这是硅立方媒体及其研究部门对“数据海洋：利用数据和人工智能应对气候变化研究”活动的报道的一部分：
（* 披露：TheCUBE是“数据海洋：利用数据和人工智能应对气候变化研究”活动的付费媒体合作伙伴。戴尔科技公司，作为TheCUBE活动报道的赞助商，以及其他赞助商，均不对TheCUBE或硅立方上的内容拥有编辑控制权。）
(以上内容均由Ai生成)
