Wer eine Simulation auf Fehler untersucht, kann an einem Nachmittag zwei Aufgaben haben. Zuerst muss die Berechnung laufen. Außerdem gilt es herauszufinden, warum sie beim letzten Mal gescheitert ist. Das Texas Advanced Computing Center an der University of Texas at Austin entwickelt Sagebrush unter anderem für die zweite Aufgabe. In seiner Mitteilung vom 18. November erklärte das Zentrum, das von der National Science Foundation finanzierte Projekt solle parallel zur Leadership-Class Computing Facility der NSF dauerhaft verfügbare KI-Dienste anbieten.
Der Unterschied liegt darin, wie Forschende einen Auftrag erteilen. Bei der Stapelverarbeitung reichen sie einen Rechenauftrag ein, dessen Ausführung das System einplant. Bei Sagebrush könnte eine Client-Anwendung eine Anfrage an ein bereitgestelltes Modell senden. Die Systembeschreibung nennt eine OpenAI-kompatible Schnittstelle sowie Pläne für einen Browser-Chatbot und eine Jupyter-Umgebung. Die Schnittstelle legt fest, wie sich Anwendungen verbinden. Laut TACC soll das System Basismodelle auf Hardware von SambaNova bereitstellen. In seiner Mitteilung bestätigt SambaNova, dass das Zentrum seine bestehende Installation ausbauen will.
Ein geplanter Dienst soll die Dokumentation der Recheneinrichtung und Codebeispiele nutzen, um Forschenden bei der Fehlersuche zu helfen. TACC beschreibt auch, wie Teams eigene Dokumentensammlungen für die suchgestützte Textgenerierung bereitstellen könnten. Das Modell erhält dabei passende Textstellen als Grundlage für seine Antwort. Ein Labor könnte das mit einem Dutzend früherer Fehler und den Handbuchpassagen testen, die zu ihrer Behebung geführt haben. Stellen Sie dieselben Fragen mit und ohne Dokumentensuche. Zählen Sie, wie viele Antworten auf die richtige Textstelle verweisen und eine Änderung vorschlagen, die den Fehler tatsächlich behebt. Eine flüssig formulierte Diagnose allein bringt in diesem Test keinen Punkt. TACCs Beschreibung der geplanten Suchdienste
Für Labore mit engem Zeitplan kommt es zunächst auf den Zugang an. Laut Pressemitteilung will TACC erste Nutzer mit konkreten Projekten suchen, während das Zentrum ein Vergabeverfahren entwickelt. Die Systemseite nennt Herbst 2027 als Ziel für neue Kontingente. TACC will bei der Vergabe mit der Leadership-Class Computing Facility, ACCESS und der National AI Research Resource zusammenarbeiten. Ein Labor mit einer Frist in diesem Jahr sollte mit den bereits verfügbaren Ressourcen planen und eine frühe Teilnahme als zusätzliche Möglichkeit betrachten.