Transforming the Hybrid Cloud for Emerging AI Workloads

要約

このホワイトペーパーは、IIDAI研究所内のIBM ResearchとUIUC研究者の緊密な協力によって開発され、使いやすさ、管理性、手頃な価格、
適応性、効率性、拡張性。
提案されたフレームワークは、生成AIとエージェントAI、クロスレイヤーの自動化と最適化、統合コントロールプレーン、構成可能で適応性のあるシステムアーキテクチャなどの最先端のテクノロジーを統合することにより、エネルギー効率、パフォーマンス、費用対効果における重要な課題に対処します。
量子コンピューティングが成熟するにつれて、量子コンピューティングを組み込むことで、材料科学、気候モデリング、その他の影響の大きい分野での量子加速シミュレーションが可能になります。
このビジョンの中心となるのは学界と産業界の共同作業であり、材料設計や気候ソリューションの基礎モデル、スケーラブルなマルチモーダルデータ処理、天気予報や炭素隔離などのアプリケーション向けの強化された物理ベースの AI エミュレーターの進歩を推進します。
研究の優先事項には、AI エージェント システムの進歩、抽象化としての LLM (LLMaaA)、AI モデルの最適化と異種インフラストラクチャにわたる統合抽象化、エンドツーエンドのエッジとクラウドの変換、効率的なプログラミング モデル、ミドルウェアとプラットフォーム、安全なインフラストラクチャ、アプリケーション適応型が含まれます。
クラウド システム、および新しい量子古典共同ワークフロー。
これらのアイデアとソリューションには、理論的および実践的な研究課題の両方が含まれており、研究コミュニティからの調整された入力とサポートが必要です。
この共同イニシアチブは、ハイブリッド クラウドを安全かつ効率的で持続可能なプラットフォームとして確立し、学界、産業界、社会全体にわたる AI 主導のアプリケーションと科学的発見のブレークスルーを促進することを目的としています。

要約(オリジナル)

This white paper, developed through close collaboration between IBM Research and UIUC researchers within the IIDAI Institute, envisions transforming hybrid cloud systems to meet the growing complexity of AI workloads through innovative, full-stack co-design approaches, emphasizing usability, manageability, affordability, adaptability, efficiency, and scalability. By integrating cutting-edge technologies such as generative and agentic AI, cross-layer automation and optimization, unified control plane, and composable and adaptive system architecture, the proposed framework addresses critical challenges in energy efficiency, performance, and cost-effectiveness. Incorporating quantum computing as it matures will enable quantum-accelerated simulations for materials science, climate modeling, and other high-impact domains. Collaborative efforts between academia and industry are central to this vision, driving advancements in foundation models for material design and climate solutions, scalable multimodal data processing, and enhanced physics-based AI emulators for applications like weather forecasting and carbon sequestration. Research priorities include advancing AI agentic systems, LLM as an Abstraction (LLMaaA), AI model optimization and unified abstractions across heterogeneous infrastructure, end-to-end edge-cloud transformation, efficient programming model, middleware and platform, secure infrastructure, application-adaptive cloud systems, and new quantum-classical collaborative workflows. These ideas and solutions encompass both theoretical and practical research questions, requiring coordinated input and support from the research community. This joint initiative aims to establish hybrid clouds as secure, efficient, and sustainable platforms, fostering breakthroughs in AI-driven applications and scientific discovery across academia, industry, and society.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google