TehnologijaGN News Redakcija14.11.2026. 14:50pre 9 h

Google Cloud priprema AI agente za superračunare: novi alati za simulacije i kontrolu troškova

Uoči konferencije SC26 Google je predstavio načine da AI agenti pripremaju naučne simulacije, proveravaju računarske kapacitete i optimizuju kod, uz ljudsko odobrenje i kontrolu budžeta.

Google / Wikimedia Commons. Public domain. Izvor: https://commons.wikimedia.org/wiki/File:Google_Cloud_logo.svg. Obrada: WebP.

AI agent dobija zadatak, ali ne i neograničenu kontrolu

Google Cloud je pred konferenciju SC26 predstavio pristup u kojem AI agenti mogu da pripreme složene računarske poslove bez toga da naučnik ili inženjer svaki korak ručno podešava. Visokoperformansno računarstvo, poznato kao HPC, koristi se za simulacije fizičkih procesa, razvoj lekova, industrijske proračune i analizu velikih modela. Problem nije samo dobiti tačan odgovor iz AI modela: potrebno je odabrati odgovarajuće procesore, skladište i mrežu, proveriti raspoloživost kapaciteta i sprečiti troškove koje pogrešna konfiguracija može da izazove.

Zbog toga Google povezuje postojeći Cluster Toolkit, koji služi za postavljanje HPC klastera, sa modularnim veštinama namenjenim agentima. Pre nego što pokrenu stvarno postavljanje infrastrukture, agenti treba da provere kvote, raspoloživost kapaciteta u izabranom regionu i usaglašenost konfiguracije sa potvrđenim šablonima. Prema najavi, završni korak zahteva ljudsko odobrenje. Ideja nije da AI bez kontrole troši računske resurse, već da ubrza pripremu čiji su uslovi unapred zadati.

Od aerodinamike do istraživanja proteina

Kao konkretne primere Google navodi rad sa OpenFOAM i Siemens STAR-CCM+ alatima za dinamiku fluida, što je važno u projektovanju vozila, aviona i industrijske opreme. U nauci o životu pominju se GROMACS i AlphaFold 3, dok su u geonaukama uključeni alati poput Devito i Open Porous Media. Svi ti poslovi zahtevaju različite pakete programa i različite hardverske resurse, pa univerzalna konfiguracija računara često nije najbolje rešenje.

Namena agentovih specijalizovanih veština jeste da razumeju zahteve pojedinog simulacionog softvera i pomognu pri izboru pravilnog radnog okruženja. To ne znači da će model sam automatski rešiti naučni problem ili da je svaki rezultat simulacije tačan. Rezultati i dalje zahtevaju proveru istraživača, dok AI preuzima deo tehničkog posla koji se stalno ponavlja pri pripremi i nadzoru računarskih sistema.

AlphaEvolve pokušava da poboljša algoritam

Drugi deo najave odnosi se na AlphaEvolve, pristup optimizaciji koda u kojem model predlaže izmene, a zatim se kandidatima meri stvarni učinak. Google navodi povezivanje sa Cloud Batch servisom radi paralelnog ispitivanja većeg broja varijanti. Umesto da se program podešava samo na jednom razvojnom računaru, testiranje može da uključi i okruženje nalik onome u kojem će se program kasnije koristiti. Tako se smanjuje rizik da optimizacija izgleda brza samo u laboratorijskom testu.

Ovaj postupak može biti značajan za proizvodnju, farmaceutska istraživanja, projektovanje elektronike ili velike AI eksperimente. Ipak, poboljšanje nije unapred zagarantovano: algoritam se mora meriti u odnosu na konkretan cilj, a složeni paralelni testovi mogu i sami da troše mnogo računarskog vremena. Upravo zato kontrole potrošnje i jasan kriterijum uspeha ostaju važan deo svake ozbiljne primene.

Procesori, GPU akceleratori i brza skladišta

Google u pratećem pregledu pominje više hardverskih opcija, uključujući AMD EPYC procesore, Arm Axion arhitekturu i NVIDIA GPU platforme namenjene složenim simulacijama i AI obradi. Uz njih je važan i sloj za skladištenje podataka: u velikim proračunima procesori često čekaju dok se učitaju ogromni ulazni skupovi. Cloud Managed Lustre je zato deo šire ponude za brži pristup podacima između simulacija, analize i treniranja modela.

Najava je pripremljena za konferenciju SC26 u Čikagu, planiranu od 15. do 20. novembra 2026. godine. Google tamo želi da pokaže praktične primere povezivanja agenata, računarstva i naučnih radnih tokova. Za kompanije i univerzitete presudno pitanje neće biti samo koliko je model inteligentan, već i koliko pouzdano radi uz pravila pristupa, budžetska ograničenja i jasnu evidenciju svake promene.

Izvori

https://cloud.google.com/blog/topics/hpc/whats-new-in-hpc-and-ai-at-sc26/

Komentari

Prikaz odobrenih komentara je dostupan. Slanje novih komentara biće uključeno kada se završe zaštita od zloupotreba i urednička moderacija.