海上のAI：オレゴン州立大学がリアルタイムで海洋を研究するために出航

「私たちは科学を変える技術を重視しています。」

— オレゴン州立大学 地球・海洋・大気科学部 研究・学術コンピューティング担当ディレクター クリストファー・サリバン

ハットフィールド海洋科学センター内にあるオレゴン州立大学プランクトン生態学研究所では、インフラに関する議論はまず科学的な目標から始まります。研究者が海上で収集するあらゆる貴重なデータポイントを保存しながら、より迅速かつ的確に海洋を理解するために、テクノロジーはどのように役立つのでしょうか？その答えは、科学のために機能するコンピューティング、GPUアクセラレーション、そして高密度NVMeストレージにますます依存するようになっています。

研究所では、高解像度画像と環境テレメトリーを撮影し、それらのデータから知見を導き出すことで、海洋食物網の基盤を研究しています。この研究は抽象的なものではありません。船舶、センサー、そして再現不可能な時間枠に依存するフィールドサイエンスです。データの損失は不便ではありません。二度と戻らない海の一瞬を失うことなのです。

膨大な科学的疑問に答えるには、堅牢なハードウェアが必要です。私たちはOSU（オハイオ州立大学）と共に、GPUと高密度NVMe SSDを組み合わせたDell PowerEdge XE7745の検証に取り組んできました。このハードウェアにより、研究者は妥協することなくデータを分析、保存、共有できるようになります。何よりもまず整合性と信頼性を重視し、次に大規模環境におけるスピードを重視しています。このように、テクノロジーは理論ではなくAIを通して科学の実践を変えていきます。

システム内部

• サーバー： Dell PowerEdge XE7745 (4U)
• プロセッサ： デュアルAMD EPYC 9555 64コア
• DRAM： 24x32GB – 768GB
• GPU： NVIDIA RTX Pro 6000 サーバー 4 台
• ストレージ： 8 × Solidigm D5-P5336 E3.S 30.72 TB
• ネットワーキング： 100 Gb イーサネット オフロード

「あらゆるテクノロジーは既に科学に偏りをもたらしています。課題は、そうした限界を取り除くテクノロジーを見つけることです。」

プランクトンは地球上の生命の目に見えない設計者です。これらの微生物は地球の生物学的エンジンを駆動し、世界の酸素の約半分を生産し、あらゆる海洋食物網の基盤を形成しています。プランクトンは非常に多くの二酸化炭素を吸収し、地球規模の気候サイクルに影響を与え、生態系の変化の早期指標として機能します。プランクトンを理解することは、海洋の健全性、大気の調節における役割、そして最終的には地球の将来の安定性を理解することにつながります。

数十年にわたり、プランクトン研究は網で大量のサンプルを採取し、顕微鏡で分析するという手法に頼ってきました。こうした方法では、得られるのはスナップショットのみであり、捕食者と被食者が常に水柱の同じ領域で相互作用しているという憶測につながることが多かったのです。しかし、海中を垂直方向に移動できる高解像度の画像化システムは、異なる様相を明らかにしました。多くのプランクトン種とその捕食者は、水深、水温、栄養塩濃度の勾配によって区切られた明確な層に生息しています。この構造は、以前は見えませんでした。現代の画像化技術により、研究者は種の存在だけでなく、その分布、相互作用、そしてそれらの相互作用がどのように進化していくのかを観察することが可能になりました。

オハイオ州立大学（OSU）はプランクトン研究のための多くのツールを保有していますが、その中でも主要な装置は現場魚卵・稚魚画像システム（ISIIS）です。ISIISは曳航式のプラットフォームで、海中を移動しながら銅線／光ファイバーの海洋観測ケーブルを通して情報を送信します。2台の8Kカメラが、海水がシステム内を流れる際にプランクトンのシルエットを捉え、毎秒最大160リットルの海水を撮影すると同時に、温度、塩分濃度、水深などのデータも記録します。

このプロセスでは、毎日テラバイト単位のデータが生成されます。OSUの科学者たちは、このデータをほぼリアルタイムで分析し、船員が海面下の状況に基づいてサンプリングルートを調整できるようにしたいと考えています。

長期的なビジョンは、AIモデルが生物を自動的に識別し、より大きな環境変化の前兆となる可能性のあるプランクトン個体群の変化を検出できるようにすることです。これらのパターンを大規模に捉えるには、高度な画像化システムと、視覚的な混沌を定量化可能な洞察に変換できる計算基盤の両方が必要です。

現在、オレゴン州立大学の検証作業は陸上で行われており、Dell PowerEdge XE7745システムがISIISプラットフォームによって収集された膨大な画像セットを処理しています。この環境により、研究者はモデルの改良、データの整合性の検証、そして科学的なワークロードにおけるシステムのパフォーマンス評価を行うことができます。長期的な目標は、この機能を海上に移行し、同じコンピューティングおよびストレージアーキテクチャを研究船に搭載することで、海上でもデータの処理と分析を可能にすることです。ラボベースの検証からリアルタイムの海洋展開への移行こそが、最終的にデータ収集、分析、そして発見の間のループを閉じることになるでしょう。

「私たちの理想的なワークフローは、船が港に到着したときに科学的な調査がすでに完了していることです。」

オレゴン州立大学の研究インフラの次なる段階では、コンピューティングが海上に直接導入される。同大学の新しい研究船隊（R/V Taaniのような今後就航予定の地域級研究船を含む）は、高性能かつ半自律的なデータ収集・分析のためのプラットフォームとして設計されている。これらの船舶は移動式研究所として機能し、科学計測機器、センサーアレイ、そして新たに搭載されたGPU駆動型コンピューティングシステムにより、陸上に戻る前にテラバイト規模のデータを分析することが可能となる。

各航海では、プランクトン画像化やデジタル漁業モニタリングから音響マッピング、環境モデリングまで、複数の実験が同時に実施されます。海上での課題は電力ではなく、密度です。海上ではITサポートスタッフが限られているため、船上のすべてのラックユニットは、最小限の複雑さで最大限のパフォーマンスを発揮する必要があります。Dell PowerEdge XE7745、Solidigm E3.S SSD、NVIDIA RTX Pro 6000 GPUを組み合わせた検証済み構成は、この船舶ベースのデータセンター戦略の基盤として評価されています。OSUの研究者は、ほぼリアルタイムでデータを処理することで、航海中にサンプリングルートを調整し、異常を検知し、情報に基づいた科学的判断を行うことができます。

このアプローチは、ワークフローへの人工知能（AI）の統合も可能にします。過去のプランクトン画像でトレーニングされたAIモデルは、生物を分類し、環境の傾向を特定し、さらには対象種が密集する可能性のある場所を予測することさえ可能です。この機能により、研究遠征は受動的なデータ収集ミッションから、能動的で適応的な探査活動へと変貌を遂げます。信頼性の高い冗長NVMeストレージと高速ネットワークを組み合わせることで、発見に特化した、回復力の高いエッジコンピューティング環境が実現します。

OSUのすべての研究船を、AIを活用した自己完結型の観測所にするというビジョンがあります。船の機器で収集されたデータは、船内のコンピューティングクラスターに直接送られ、そこで分析、アーカイブ化され、船が港に戻った際に100Gbイーサネット接続を介してオフロードされます。船がドックに着く頃には、科学者たちは既に実用的な洞察と検証済みの結果を得ており、1バイトたりともデータが海に失われていないという確信を抱くことができるでしょう。

「海上で環境データを収集する場合、1時間ごとに数千ドルの費用がかかります。」

オレゴン州立大学の研究船で収集されたデータは、科学界で最も貴重な情報の一つです。航行中の1分1分は、船の時間、燃料、乗組員、そして二度と起こらないかもしれない状況を捉えるために協調して働く機器の働きを表しています。そのデータのほんの一部でも失うことは許されません。サリバン氏のチームは、船がドックに戻る前に、すべてのデータを保存、検証、分析するという一つの原則に基づいてインフラを設計しました。

その目標を達成するため、OSUはGPUアクセラレーションワークロード向けに構築された4U空冷プラットフォームであるDell PowerEdge XE7745の検証を行っています。このシステムは、デュアルAMD EPYCプロセッサと、Blackwellアーキテクチャに基づく最大8基（この場合は4基）のNVIDIA RTX Pro 6000サーバーGPUを組み合わせています。各GPUは、96GBの高速GDDR7メモリと、AI推論および画像処理向けに特別に設計された高度なテンソルコアを備えており、研究者は高解像度の環境データをリアルタイムで分析できます。

XE7745のドライブベイ数が限られていたため、スロットあたりの容量が決定的な要素となり、OSUは8台の30.72TB Solidigm D5-P5336 E3.S SSDを統合しました。これにより、コンパクトな筐体で約250TBのフラッシュストレージが実現し、SolidigmのQLC NANDの効率性と、持続的な書き込み性能とデータ整合性を最適化するエンタープライズファームウェアが組み合わされています。スペースと冷却が貴重な調査船Taaniでは、この高密度設計により、プラットフォーム全体、コンピューティング、GPUアクセラレーション、冗長ストレージを1つの4Uシャーシに収めることが可能になりました。

「私たちはこれらのシステムの細部を点検し、どこまで実現できるかを検証しています。」

オレゴン州立大学での検証フェーズでは、Dell PowerEdge XE7745がプランクトン画像化ワークフロー全体をエンドツーエンドでどの程度サポートできるかを理解することに重点を置いています。目標は速度測定だけでなく、船舶の運航に必要な規模とペースでシステムが確実にデータを処理できることを確認することです。

現在、当研究室では、典型的な研究活動において、1日あたり15テラバイトを超える画像および環境データを収集しています。XE7745プラットフォームでは、現在、1日あたり約2テラバイトのRAWビデオを処理しています。このワークフローでは、セグメンテーションに256個のCPUコア、推論に4基のNVIDIA RTX Pro 6000 Server GPUを使用しています。結果として得られるパイプラインは、前世代のワークフローと比較して約3倍高速化されています。

最も注目すべき発見は、現在のボトルネックとなっているのはストレージスループットやGPU処理ではなく、CPUセグメンテーションであるということです。RAID 10構成のSolidigm D5-P5336 SSDは、処理パイプラインに遅れることなく、安定した読み取り/書き込みパフォーマンスを安定的に提供します。GPUもスループットの余裕を確保しており、電力と冷却リソースの許す限りスケールアウトが可能です。つまり、ハードウェアがもはや制限要因ではなくなったのです。このアーキテクチャによって実際の科学的ワークロードが可視化され、チームはセグメンテーション段階を精密に調整できるようになりました。

運用上の影響は甚大です。以前の調査では、研究者は収集されたビデオストリームをリアルタイムで観察することしかできず、プランクトンが豊富な水をサンプリングしているのか、それとも単に浮遊粒子状物質を捕獲しているのかを確認できませんでした。プランクトンは海流に沿って移動し、しばしばリアルタイムでは見えない微細な層に密集しています。処理を行わなければ、10日間の航海で得られるデータは科学的にほとんど価値のない数時間分になる可能性があります。

XE7745の準リアルタイム処理により、科学チームはデータ収集中にデータの品質を評価できるようになりました。画像にプランクトンがまばらに見られる場合、船は航海中に深度を変更したり、新しい座標に移動したりできます。この情報に基づいた調整能力こそが、AIアクセラレーテッド・コンピューティングが研究船に不可欠な理由の一つです。これにより、探査は受動的なデータ収集から能動的な科学探査へと移行します。

XE7745システムを追加することで、処理能力を拡張し、1日分のデータ量全体を処理できるようになります。この拡張性は、船上研究における物理的な現実、すなわちエネルギー消費、排熱、ラック密度とのバランスをとっています。これらの課題は技術的なものではなく環境的なものであり、コンピューティングプラットフォームが対応可能であることが実証されたからこそ、今、明らかになってきたのです。

「あなたの技術が科学を変えることができるなら、ぜひ話し合いましょう。」

科学的理解は、これまで隠されていたものを可視化する能力を獲得することで進歩します。そして、海はそのような秘密に満ちています。オレゴン州立大学の画像化ワークフローは、海洋食物網において重要な役割を果たす希少プランクトン種を明らかにするとともに、海水温の上昇などの環境変化がプランクトンたちの生存にどのような影響を与えるかを実証しています。プランクトンはストレスに迅速に反応するため、海洋および気候システムの大きな変化の早期指標となります。プランクトンの詳細な研究は、海がどのように生命を支え、そのバランスがどのように変化しているかを理解するために不可欠です。

この進歩は、科学的な問いに応じて進化するツールに依存しています。現代の研究では、膨大なデータセットが生成された環境で収集、処理、解釈する能力が求められます。大容量NVMeストレージとGPUアクセラレーションにより、中央データセンターに完全に依存するのではなく、データキャプチャポイントに近い場所で処理することが可能になりました。OSUにとって、これはエッジでのリアルタイムまたは準リアルタイムの分析を意味し、科学的な判断がデータ収集の過程そのものに影響を与える可能性があります。

オレゴン州立大学とその技術パートナーとの連携は、目標と目的に対する共通の理解を反映しています。研究の限界は、問われる問いにあるのではなく、得られる答えにあります。限界とは、海洋から得られる膨大な情報を処理する実際的な能力です。コンピューティング、ストレージ、そしてワークフロー設計が科学的ニーズと一致すると、制約は解消され始めます。

将来を見据えると、複数のプラットフォーム間でデータを転送することなく、データを取得、分析、理解するシステムを設計することにチャンスがあります。処理はデータの方向へ進むものであり、その逆ではありません。船上コンピューティングクラスター、高密度NVMeストレージ、GPUアクセラレーションによる推論は、まさにこのモデルへの第一歩です。これは「野心的なAI」ではありません。このプロジェクトは、研究コンピューティングにおいて既に大きな変化が起こっていることを示しています。

海は変化しています。データは重要です。それを理解するための時間は限られています。オレゴン州立大学の研究は、科学が発展する場所において、適切な技術を適切な疑問に、適切なタイミングで持ち込むことで、何が可能になるかを示しています。

SC25 でのオレゴン州立大学の研究について詳しくは、以下をご覧ください。

デルテクノロジーズトーク
日付: 11月18日火曜日
時間：11：30 am
場所: メインデルブーストークエリア

スーパーマイクロトーク
日付: 11月19日水曜日
時間：5：00午後
場所: メインSupermicroブース #3504