Denne uken annonserte EU hvem som skal være vertskap for neste generasjon superdatamaskiner i Europa. Norge deltar i en gruppe med Europeiske land, som sammen med EU-systemet, skal investere 2 milliarder kroner i en ny superdatamaskin i Kajaani i Finland. Her er en liten fortelling om regnekraftens betydning, samt litt om hvorfor denne investeringen i Finland er viktig for Norge.

Selv om datamaskiner i dag er mer en regnekraft, er det utviklingen av regnekraften som er den grunnleggende årsaken til at datamaskiner, store og små, i dag finnes overalt i samfunnet og brukes til å utføre stadig flere oppgaver. Hva har vært og er betydningen av de aller kraftigste datamaskinene, de som gjerne kalles superdatamaskiner?

Superdatamaskinen kom til Norge

Norge hadde godt fungerende regnemaskiner allerede mot slutten av 1950-tallet, men det var først midt på 1980-tallet at Norge systematisk gikk til innkjøp av superdatamaskiner.

Det er mange som skal takkes for at vi startet med å investere i superdatamaskiner i Norge midt på 1980-tallet og at Norge fortsatt investerer i superdatamaskiner. Det er imidlertid god grunn til å gi fremsynte politikere i hele bredden av norsk politikk honnør for deres vilje og evne til å sette av ressurser til innkjøp av superdatamaskiner. Disse innkjøpene har plassert Norge i ledende posisjon på mange viktige fagområder og ikke minst produsert kunnskap av stor betydning for arbeidet med å sikre en bærekraftig samfunnsutvikling.

Historien har vist at det å investere i grunnleggende langsiktig forskning er noe av det som gir størst samfunnsmessig avkastning og i dette bildet har de aktuelle superdatamaskinene i Norge hatt stor betydning de siste 30 årene. Viktigheten vil ikke bli mindre i årene som kommer, snarere tvert imot!

Dette forstår norske politikere og Kunnskapsdepartementet tok nylig et nytt og viktig steg slik at norske forskere får god tilgang til «state-of-the-art» superdatamaskiner i årene som kommer. Norge, Finland, Sverige, Danmark, Belgia, Tsjekkia, Polen og Sveits, med støtte fra EU-systemet, vil investere omlag 2 milliarder kroner i en særdeles kraftig superdatamaskin. Dette maskineriet skal plasseres i Kajaani i Finland og det forventes at maskineriet vil være i operasjon om 1-2 år. Det forventes at også Nederland og Estland vil delta i konsortiet som skal finansiere og bruke anlegget i Kajaani.

Spenstige saker

Norges kraftigste datamaskin i dag her en maksimal ytelse på omtrent én PFLOPS som betyr at den, dersom vi bruker den helt optimalt, kan utføre én million milliarder regneoperasjoner per sekund. (PFLOPS = Peta FLOating Point operations per Second, Peta=1.000.000.000.000.000=én million milliard). Dette er mye, men vi trenger mer!

Disse kraftige regnemaskinene i Norge har stort sett vært fullpakket med beregninger døgnet rundt siden den første kom til Norge midt på 1980-tallet. I løpet av året får Norge nok en maskin som ser ut til å bli omtrent fem ganger kraftigere enn den kraftigste vi har i dag.  Den nye maskinen er viktig for å dekke et stadig økende behov i hele forsknings Norge, herunder vårt store og økende behov ved Universitetet i Oslo.

Universitetet i Oslo har vært, og er, største bruker av disse superdatamaskinene i Norge. Med de forskningsprosjekter vi skal gjennomføre i årene som kommer vil vi fortsatt være en svært stor bruker av superdatamaskiner. UiO investerer også særlig tungt i fag som krever beregninger generelt og store beregninger spesielt, noe som er godt dekket i den nye strategien til Det matematisk-naturvitenskapelige fakultet – Kunnskapsutvikling for en verden i endring.  Beregninger har vært en stor satsing i mange år og i den nye strategien forsterkes denne satsingen ytterligere.

Universitetet i Oslo har det forskningsmiljøet som er den absolutt største enkeltbruker av superdatamaskiner i Norge, nemlig solfysikkmiljøet ved Institutt for teoretisk astrofysikk. Dette miljøet har nylig blitt Senter for fremragende forskning (SFF) – «Rosseland Center for Solar Physics» og de har fått tildelt et stort prosjekt fra European Research Council. Dette senteret med tilhørende prosjekter har et særlig stort behov for regnekraft de neste 10 årene. UiO har sammen med Universitetet i Tromsø, Hylleraas-senteret («Hylleraas Centre for Quantum Molecular Science», som også er en stor bruker av de nasjonale superdatamaskinene. Rosseland- og Hylleraas-sentrene er to store og viktige brukere, men det er i tillegg mange flere store brukere ved UiO og flere vil komme til i årene som kommer.

Som nevnt over, gir Kunnskapsdepartementet finansiell støtte når Norge nå går inn i et bredt Europeisk samarbeid for å anskaffe en såkalt pre-EXASCALE maskin. Estimatene tilsier at denne maskinen vil kunne utføre 150-200 millioner milliarder regneoperasjoner i sekundet. En EXASCALE maskin vil kunne utføre en milliard milliarder regneoperasjoner i sekundet. Der er vi ikke enda, men det kommer. Hvis alt går etter planen vil denne superdatamaskinen, som også vil være en del av EUROHPC - EUs nye storsatsing på superdatamaskiner, være operativ om 1-2 år. Denne superdatamaskinen blir svært viktig for norsk forskning generelt og Universitetet i Oslo spesielt.

Superdatamaskiner bruker store mengder energi, noe som bl.a. gjør at datasenteret i Kajaani i Finland er et fornuftig sted å plassere en slik maskin. Dette datasenteret er plassert i en nedlagt papirfabrikk med rikelig tilførsel fra miljøvennlig energi fra nærliggende vannkraftverk. I tillegg har finnene i Kajaani utviklet gode systemer for gjenbruk av det varme vannet som produseres ved kjøling av maskineriet.

Ny innsikt og nye løsninger, først og fremst!

Helt siden vi mennesker begynte å telle på fingrene har vi sannsynligvis drømt om å lage en maskin som kunne regne. Kuleramma (Abacus) oppsto for omlag 5200 år siden, den første mekaniske regnemaskin ble konstruert på slutten av 1600-tallet før vi altså fikk de første elektroniske regnemaskiner på slutten av 1940-tallet. Når disse elektroniske regnemaskinene, som senere ble kalt datamaskiner, kom gav de oss raskt ny innsikt i og forståelse av en rekke fenomener. Dette er innsikt og forståelse som i sin tur har blitt brukt til å finne nye løsninger på ulike utfordringer for samfunnet eller har dannet grunnlag for utvikling av nye produkter.

De elektroniske regnemaskinene ble i starten brukt for å forstå kompliserte fenomener og prosesser innen naturvitenskap, f.eks. hvordan er været i morgen og noen dager fremover. En av de største datamaskinene i Norden står akkurat nå og beregner været for i morgen og noen dager fremover. Det du ser på yr.no eller andre værmeldingssteder er resultat av beregninger foretatt på superdatamaskiner, hver dag - mange ganger om dagen.

Forskere innen naturvitenskap er fortsatt de største brukerne av superdatamaskiner, men i dag brukes superdatamaskiner i utviklingen av nye teknologiske løsninger, utvikling av nye materialer for produksjon av fornybar energi, de brukes i stadig større utstrekning innen medisin og helse, og vi ser en gryende vekst i bruken også innen samfunnsvitenskap og humaniora.

En av grunnene til den eksplosive veksten i bruk av superdatamaskiner i hele bredden av kunnskapsutviklingen i samfunnet er flommen av data som skal analyseres for å gi oss økt innsikt om et eller annet. Superdatamaskiner er nødvendig for å få gjennomført mange av disse analysene, selv om mange dataanalyser også kan gjøres på helt vanlig datamaskiner. 

Superdatamaskiner brukes til å melde været, til å forstå klimautviklingen, for bedre forvaltning av fiskeressurser i havet, når vi skal forstå hva som foregår i vår livgivende stjerne – sola, når vi skal forstå hva som foregår inne i jordas kjerne og i jordskorpa, når vi skal forstå hvordan atomer og molekyler oppfører seg i komplekse kjemiske reaksjonen, når vi skal forstå hvordan blod flyter i blodårer, hvordan elektrisiteten i hjertet forplanter seg gjennom hjertemuskelen, hvordan hjernen virker, osv. Listen over eksempler er veldig – veldig - lang.

Med dataflommen de siste årene har det kommet nye bruksområder for superdatamaskinene. Disse maskinene brukes i stadig større utstrekning til å analysere store datamengder og stadig flere metoder som sorterer under begrepet maskinlæring kjøres på superdatamaskiner. Innen språkteknologi brukes f.eks. superdatamaskiner til å finne de beste oversettelser av tekster fra et språk til et annet og etter hvert også for å kunne hente ut og forstå innhold i tekster. 

Det er grovt sett to grunner til at superdatamaskiner er viktige i håndtering av store datamengder. Den ene grunnen er at det stadig oftere søkes i enorme datamengder, noe superdatamaskiner kan gjøre raskt fordi disse maskinen består av tusenvis av regneenheter. Et eksempel er fysikkeksperimenter på CERN der kollisjoner mellom partikler «fotograferes» med enorme kameraer som produserer enorme datamengder. Leting i disse datamengdene krever stor regnekraft. Den andre grunnen er at beregningsmetodene er så krevende at vanlig datamaskiner ikke vil strekke til. I mange sammenhenger er det også en kombinasjon av håndtering av store datamengder og omfattende beregninger som bare kan utføres av superdatamaskiner, i det minste dersom man skal få utført oppgavene innen rimelig tid.

Noen ganger er det også slik at resultatet av store beregninger utført på superdatamaskiner brukes av mindre datamaskiner som grunnlag for mer spesifikke beregninger som i sin tur skal føre til en eller annen beslutning. Små og store datamaskiner samarbeider, noe som f.eks. skjer når vi søker på nettet.

Hjerne- og regnekraft, hånd i hånd!

Kunstig intelligens er samlingen av metoder og teknologier som gjør det mulig for maskiner å lære av erfaring, tilpasse seg nye situasjoner og utføre oppgaver vi oftest tenker på som forbeholdt mennesker.

I sin barndom handlet kunstig intelligens om implementering av et antall regler som en datamaskin kunne forholde seg til basert på en definert prosedyre. I svært mange sammenhenger utfører datamaskinen oppgaver basert på slike prosedyrer raskere og mer presist enn mennesker, f.eks. er datamaskinen med tilhørende programvare bedre enn mennesket, selv den aller beste, til å spille sjakk.

Over tid har læring blitt en vesentlig del av kunstig intelligens, dvs. at systemene er programmert til å lære basert på observasjoner og erfaringer. For at en maskin skal kunne lære må regler og prosedyrer for dette implementeres i maskinen, men læring krever at det foreligger data som det kan læres fra, f.eks. bilder eller lyder eller andre observasjoner. I stadig flere sammenhenger er det nødvendig å bruke store datamengder for at maskinen skal lære og utføre store beregninger så raskt som mulig. Basert på læring kan nye observasjoner klassifiseres. Superdatamaskinene, kanskje ikke de aller kraftigste, blir stadig viktigere også innen kunstig intelligens.

Kunstig intelligens er mer enn maskinlæring, men maskinlæring står sentralt i alle former for kunstig intelligens. Maskinlæring er beregninger og i noen sammenhenger trenger man superdatamaskiner for at beregningene skal bli gjort innenfor en rimelig tidsramme. Videre er mye av det arbeidet som er lagt ned rundt utvikling av metoder og algoritmer for store beregninger på superdatamaskiner blitt en del av det vi i dag bruker på vanlige datamaskiner, til og med på den datamaskinen vi har i lommen – datamaskinen som vi også bruker som telefon.

Superdatamaskin i dag – hyllevare i morgen!

I datamaskinens barndom, rett etter andre verdenskrig, ble datamaskiner bygget for å utføre store regneoperasjoner, f.eks. beregne været i morgen eller stabilitet på ulike skipskonstruksjoner. Utviklingen av den, til enhver tid, kraftigste datamaskinen har gjennom hele datamaskinens historie vært motivert ut fra søken etter ny kunnskap som bare kan finnes gjennom å løse de aller største regneoppgavene.  Slik er det i dag og slik vil det være i uoverskuelig fremtid.

En tilleggsverdi av at verden er opptatt av å utvikle enda kraftigere superdatamaskiner hele tiden, er at den teknologien som utvikles relativt raskt blir en del av den teknologien vi bruker til daglig. Hvor lang tid det går før denne frontteknologien blir hyllevare varierer.

Kjøpere av superdatamaskiner er opptatt av energiforbruk. Dette har medført at leverandører har utviklet mer energieffektive løsninger som ganske raskt også har blitt implementert i vanlige datamaskiner. Behovet for superdatamaskiner har også bidratt sterkt til de digitale transformasjoner som har skjedd de siste 30-40 årene.

Spleiselag for fremtiden

Den nylig annonserte investeringen i Kajaani i Finland er bra, men ikke tilstrekkelig for å gi norsk forskning tilgang på nødvendig regnekraft og lagringskapasitet i årene som kommer. Fra midt på 1980-tallet og frem til 2014 var Norge blant de fremste europeiske nasjoner når det gjaldt tilgjengelig regnekraft per innbygger. Etter 2014 har tilgangen på regnekraft i Norge ligget fast, mens sammenlignbare nasjoner i 2018 har mer enn dobbelt så mye regnekraft som Norge per innbygger. Dette illustreres godt i figuren, som er hentet fra rapporten " Behov og finansieringsstrategi for nasjonal e-infrastruktur for perioden 2020-2030".

Figuren er hentet fra rapporten "Behov og finansieringsstrategi for nasjonal e-infrastruktur for

perioden 2020-2030.

Utviklingne de siste 4-5 årene har bremset viktig kunnskapsproduksjon i Norge og rektorene ved UiO, NTNU, UiT og UiB er med rette bekymret for utvikling, noe de med tydelighet har gitt uttrykk for i en kronikk i Khrono. Deres kronikk referer til den overfor nevnte rapporten som foreslår en ny modell for hvordan superdatamaskiner, med tilhørende kapasiteter for datalagring, bør finansieres de neste 10 årene.

Det må utvikles en finansieringsmodell med en bred tverrsektoriell og tverrinstitusjonell grunnfinansiering som baseres på et ambisjonsnivå på linje med de land vi var på høyde med i 2014.  Utvalget som står bak rapporten mener videre at Norge må øke sine investeringer med mellom 130-190 millioner kroner årlig for å komme på nivå med land vi ønsker å sammenligne oss med.

Det hører med til historien at jeg har sittet i utvalget som har utarbeidet rapporten " Behov og finansieringsstrategi for nasjonal e-infrastruktur for perioden 2020-2030".