အမေရိကန်အမျိုးသားသိပ္ပံဖောင်ဒေးရှင်းသည် UC San Diego ရှိ San Diego စူပါကွန်ပြူတာစင်တာအား ငါးနှစ်ကျော်ကြာ ပူးပေါင်းဆောင်ရွက်သည့် $35 million သဘောတူညီချက်ကို UC San Diego မှ National Artificial Intelligence Research Resource ကို တည်ထောင်ပြီး လည်ပတ်လုပ်ဆောင်ရန် စင်တာကို UC San Diego မှ ယခုသီတင်းပတ်တွင် ထုတ်ပြန်ကြေညာခဲ့သည်။ SDSC သည် Austin ရှိ Texas တက္ကသိုလ်ရှိ Texas Advanced Computing Center နှင့် ပူးပေါင်း၍ ကြိုးပမ်းမှုကို ဦးဆောင်မည်ဖြစ်သည်။

NSF NAIRR လည်ပတ်မှုစင်တာအသစ် သို့မဟုတ် NAIRR-OC သည် အောင်မြင်သောလေယာဉ်မှူးမှ NSF မှသတ်မှတ်ထားသောအဆင့်မြင့်ကွန်ပျူတာပါဝါ၊ အရည်အသွေးမြင့်ဒေတာအစုံ၊ AI မော်ဒယ်များ၊ ဆော့ဖ်ဝဲနှင့် ကျွမ်းကျင်မှုတို့ကို US သုတေသနပညာရှင်တိုင်းက ၎င်းတို့၏ကိုယ်ပိုင်ကျောင်းတွင် AI တွင်ထည့်သွင်းထားနိုင်သည်ဖြစ်စေ ၎င်းတို့၏ကိုယ်ပိုင်ကျောင်းတွင်မည်သူမဆို တတ်နိုင်သည်ဖြစ်စေ AI တွင်အသုံးပြုရန် တတ်နိုင်သည်ဖြစ်စေ NSF မှအောင်မြင်သောလေယာဉ်မှူးမှ NSF NSF NAIRR လည်ပတ်မှုစင်တာအသစ်မှ ကူးပြောင်းခြင်းအမှတ်အသားဖြစ်သည်။ For more context on this story, see our ongoing latest AI developments.

အမြဲတမ်း လည်ပတ်ရေးဌာနက ဘာကြောင့် အရေးကြီးတာလဲ။

သိပ္ပံနည်းကျရှာဖွေတွေ့ရှိမှုသည် AI အရင်းအမြစ်များ — ကြီးမားသောတွက်ချက်မှု၊ စုဆောင်းထားသောဒေတာနှင့် အထူးပြုကိရိယာများပေါ်တွင်မူတည်ပြီး ယေဘုယျအားဖြင့် ဓာတ်ခွဲခန်းတစ်ခုချင်း သို့မဟုတ် တက္ကသိုလ်တစ်ခုချင်းစီက ၎င်းဘာသာပြန်ဆိုနိုင်သည့်အရာထက် ကျော်လွန်သည်။ NSF မှ 2023 ခုနှစ် 2023 ခုနှစ် အမှုဆောင်အမိန့်အတိုင်း ဇန်နဝါရီ 2024 တွင် စတင်ခဲ့သော NAIRR လေယာဉ်မှူးသည် အေဂျင်စီများ၊ ပုဂ္ဂလိကကုမ္ပဏီများနှင့် ပညာရေးစင်တာများမှ တွက်ချက်မှုပြုရန်အတွက် အမေရိကန်သုတေသီထောင်ပေါင်းများစွာကို ချိတ်ဆက်ပေးခဲ့သည်။ ၎င်း၏ ချို့တဲ့မှုမှာ အမြဲတမ်း အဖွဲ့အစည်း၏ ကျောရိုးဖြစ်သည်။

အဆိုပါဆုသည် သုတေသီများ၊ ပညာတတ်များနှင့် ကျောင်းသားများအား အဆင့်မြင့် ကွန်ပျူတာ၊ ဒေတာ၊ AI မော်ဒယ်များ၊ ဆော့ဖ်ဝဲလ်၊ လေ့ကျင့်ရေးနှင့် နည်းပညာဆိုင်ရာ ကျွမ်းကျင်မှုများဖြင့် ချိတ်ဆက်ရန် လိုအပ်သော အဖွဲ့အစည်း၊ ဝန်ဆောင်မှုများနှင့် ပေါင်းစပ်ညှိနှိုင်းမှုတို့ကို ဖန်တီးပေးပါသည်။ HPCwire သည် စင်တာအား SDSC နှင့် TACC တို့မှ ပူးပေါင်းဦးဆောင်ထားကြောင်း အစီရင်ခံတင်ပြခဲ့ပြီး ExecutiveGov မှ NAIRR အား အချိန်အကန့်အသတ်ဖြင့် သရုပ်ပြခြင်းထက် ရပ်တည်နေသော အမျိုးသား သုတေသနအခြေခံအဆောက်အအုံအဖြစ် လွှတ်တင်ခြင်းအား မှတ်ချက်ပြုခဲ့သည်။

"NAIRR-OC သည် နိုင်ငံတစ်ဝှမ်းရှိ သုတေသီများ၊ ပညာတတ်များနှင့် ကျောင်းသားများမှ စစ်မှန်စွာအသုံးပြုနိုင်သော အဆင့်မြင့် AI အရင်းအမြစ်များကို အမှန်တကယ်အသုံးပြုနိုင်စေရန်အတွက် အရေးကြီးသောခြေလှမ်းဖြစ်သည်" ဟု SDSC ဒါရိုက်တာ Frank Würthwein နှင့် NAIRR-OC အဓိက စုံစမ်းစစ်ဆေးသူနှင့် ဒါရိုက်တာတို့က ကြေငြာချက်တွင် ပြောကြားခဲ့သည်။ "ဝင်ရောက်ခွင့်ကို ချဲ့ထွင်ခြင်းဖြင့်၊ လက်လှမ်းမမီနိုင်သည့် ရည်မှန်းချက်ကြီးသော စိတ်ကူးစိတ်သန်းများနှင့် ရှာဖွေတွေ့ရှိမှုများကို ကျွန်ုပ်တို့ လုပ်ဆောင်နိုင်မည်ဖြစ်သည်။"

Operations Center သည် အမှန်တကယ် လုပ်ဆောင်မည့်အရာ

သမဝါယမသဘောတူညီချက်အရ SDSC နှင့် TACC သည် NAIRR ၏ လုပ်ငန်းလည်ပတ်မှုဆိုင်ရာ ကျောရိုးအဖြစ် ဆောင်ရွက်မည်ဖြစ်သည်။ UC San Diego ၏ အဆိုအရ Operations Center သည်

  • ပါ၀င်သော ပုဂ္ဂလိကကဏ္ဍ၊ ဗဟိုအစိုးရနှင့် ပညာရေးဆိုင်ရာ အရင်းအမြစ်ပံ့ပိုးပေးသူများကို ညှိနှိုင်းပါ။
  • ပေါင်းစပ်တွက်ချက်ခြင်း၊ ဖြန့်ဝေထားသော သိပ္ပံအချက်အလက်၊ AI မော်ဒယ်များ၊ ဆော့ဖ်ဝဲနှင့် သုတေသနကိရိယာများကို ပေါင်းစပ်ပါ။
  • စုစည်းထားသော အမျိုးသား NAIRR ပေါ်တယ်ကို တည်ဆောက်ပြီး လည်ပတ်ပါ။
  • အသုံးပြုသူ၏ပံ့ပိုးမှု၊ စာရွက်စာတမ်းများ၊ လေ့ကျင့်မှု၊ ဖြန့်ဝေမှုနှင့် ထိတွေ့ဆက်ဆံမှုတို့ကို ပံ့ပိုးပေးပါ။
  • NAIRR အသုံးပြုသူဖိုရမ်နှင့် အကြံပြုချက်ချန်နယ်များကို ထူထောင်ပါ အရင်းအမြစ်သည် ရပ်ရွာလိုအပ်ချက်များဖြင့် တိုးတက်ပြောင်းလဲလာစေရန်
  • NAIRR Pilot မှ သင့်လျော်သော လုပ်ငန်းဆောင်တာများကို ရေရှည်အမျိုးသားရေး အခြေခံအဆောက်အအုံအဖြစ် အသွင်ကူးပြောင်းမှုကို ဦးဆောင်ပါ။
  • သုတေသီများ၊ ပညာတတ်များနှင့် ကျောင်းသားများအား AI-ဖွင့်ထားသော ရှာဖွေတွေ့ရှိမှုတွင် အပြည့်အဝပါဝင်ခြင်းမှ တားဆီးနိုင်သည့် စိန်ခေါ်မှုများကို ဖော်ထုတ်ပါ။

တစ်ခုတည်းသောညှိနှိုင်းမှုပေါ်တယ်နှင့် ပံ့ပိုးမှုအလွှာအပေါ် အလေးပေးမှုသည် ဖက်ဒရယ်ကွန်ပြူတာပရိုဂရမ်များ၏ ကာလကြာရှည်ဝေဖန်မှုကို တုံ့ပြန်သည်- သုတေသီများသည် ၎င်းတို့၏ပထမဆုံးစမ်းသပ်မှုမလုပ်ဆောင်မီ ခွဲဝေမှုစနစ်များ၊ အကောင့်လုပ်ငန်းစဉ်များနှင့် တူးလ်ချိန်းများကို တွဲ၍မလုပ်ဆောင်မီ သုတေသီများက ဝန်ခံထားသည်။

National Cyberinfrastructure တွင် ဖြည့်စွက်အားကောင်းချက်များ

တွဲခြင်းသည် တမင်ဖြစ်သည်။ UC San Diego သည် SDSC ၏အိမ်ဖြစ်ပြီး NSF ပံ့ပိုးထားသော National Data Platform နှင့် National Research Platform ကို ဦးဆောင်သည်။ UT Austin သည် နိုင်ငံ၏ အစွမ်းထက်ဆုံး ပွင့်လင်းသိပ္ပံကွန်ပျူတာဖြစ်သည့် US NSF Leadership-Class Computing Facility ကို ဦးဆောင်သည့် TACC ၏ အိမ်ဖြစ်သည်။ UT Austin ၏ သုတေသနတွဲဖက်ဒုတိယဥက္ကဌလည်းဖြစ်သည့် TACC ၏အမှုဆောင်ဒါရိုက်တာ Dan Stanzione က NAIRR-OC သည် ဗဟို၏မစ်ရှင်နှင့် "သင့်လျော်သည်" ဟုဆိုကာ TACC ၏ Leadership-Class Facility ကို ဖြည့်ဆည်းပေးခြင်းဖြင့် ကွန်ပျူတာနှင့် ဒေတာအခြေခံအဆောက်အအုံ NAIRR အသုံးပြုသူများအား ရှာဖွေတွေ့ရှိမှုအတွက် လိုအပ်သောအတိုင်းအတာဖြင့် ဖြည့်ဆည်းပေးမည်ဖြစ်ကြောင်း ပြောကြားခဲ့သည်။

"SDSC တွင် ကျွန်ုပ်တို့၏ ကာလရှည်ကြာ ပူးပေါင်းဆောင်ရွက်သူများနှင့်အတူ၊ NAIRR-OC သည် သုတေသီများနှင့် သုံးစွဲသူအသစ်များထံ AI သယ်ဆောင်လာစေရန်နှင့် NSF အရင်းအမြစ်များကို သုတေသနအသိုက်အဝန်းနှင့် အများပြည်သူတို့ထံ ယူဆောင်လာစေရန် တစ်ခုတည်းသော ညှိနှိုင်းဆောင်ရွက်ပေးသည့်ဝန်ဆောင်မှုကို ဖန်တီးရန် ကူညီပေးလိမ့်မည်" ဟု Stanzione မှ ပြောကြားခဲ့သည်။

ပိုမိုကျယ်ပြန့်သောအကြောင်းအရာ- AI တွက်ချက်မှုကို အများသူငှာ အခြေခံအဆောက်အဦအဖြစ်

AI တွက်ချက်မှုသို့ ဝင်ရောက်လာခြင်းသည် အမေရိကန်သိပ္ပံအတွက် မဟာဗျူဟာမြောက် စိုးရိမ်စရာဖြစ်လာသောကြောင့် လွှတ်တင်ခြင်းဖြစ်သည်။ ကြီးမားသော ကွန်ပျူတာစင်တာများမရှိသော တက္ကသိုလ်များမှ သုတေသီများသည် open-weight မော်ဒယ်များပင်လျှင် ထရီလီယံဒေါ်လာ ထရီလီယံနှင့် ကပ်လျက် အရင်းအနှီးဘတ်ဂျက်များရှိသော လက်တစ်ဆုပ်စာ ကော်ပိုရိတ်ဓာတ်ခွဲခန်းများတွင် စုစည်းထားဆဲဖြစ်သည်။ NAIRR သည် ပြည်ထောင်စုအစိုးရ၏ အဓိကအဖြေဖြစ်သည်- စက်မှုလုပ်ငန်းနှင့် အေဂျင်စီများမှ ပံ့ပိုးပေးသော မျှဝေထားသော အမျိုးသားအရင်းအမြစ်တစ်ခုဖြစ်ပြီး ပညာရေးဆိုင်ရာ AI သုတေသနအတွက် အတားအဆီးကို လျှော့ချပေးသည်။

UC San Diego သည် သီးခြားအခြေခံအဆောက်အအုံအသစ်များတည်ဆောက်ခြင်းထက် ကျယ်ပြန့်သောအမျိုးသားရေးမဟာဗျူဟာကို ထင်ဟပ်စေသည့် ပူးပေါင်းဆောင်ရွက်မှုအဖြစ် UC San Diego မှ ဘောင်ခတ်ထားသည်။ သုတေသနအသိုက်အဝန်းအတွက်၊ လက်တွေ့ကျသော ကာလတိုပြောင်းလဲမှုများသည် စုစည်းထားသော ပေါ်တယ်၊ ပေါင်းစပ်အသုံးပြုသူ၏ပံ့ပိုးကူညီမှုနှင့် ရှေ့ပြေးခေတ်ခွဲဝေမှုမှ စဉ်ဆက်မပြတ်ဝင်ရောက်ခွင့်ဆီသို့ ပိုမိုရှင်းလင်းသောလမ်းကြောင်းဖြစ်လိမ့်မည်။

U.S. AI သုတေသန ယှဉ်ပြိုင်နိုင်စွမ်းအတွက်၊ လောင်းကြေးမှာ ပြင်းထန်သော တွက်ချက်ဝင်ရောက်ခွင့်ဖြင့် သုတေသီများ၏ လမ်းကြောင်းကို ချဲ့ထွင်ခြင်းဖြင့် ဒေတာအတွဲများ ပိုမိုထုတ်ဝေခြင်း၊ စံနှုန်းများ ပိုမိုတည်ဆောက်ခြင်း၊ ကော်ပိုရိတ်ဓာတ်ခွဲခန်းပြင်ပတွင် ဖိစီးမှုစမ်းသပ်ထားသော မော်ဒယ်များ ပိုမိုများပြားခြင်းနှင့် နိုင်ငံလုံးဆိုင်ရာ အခြေခံအဆောက်အအုံဆိုင်ရာ လေ့ကျင့်သင်ကြားထားသည့် ကျောင်းသားများ အလုပ်မ၀င်မီ ပိုများလာခြင်းဖြစ်သည်။

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →