بزرگنمايي:

ایرانیان جهان - ابررایانه‌ها چگونه جریان علمی را تقویت می‌کنند؟ - اخبار رسانه ها -
به گزارش گروه رسانه‌های خبرگزاری تسنیم،از آغاز قرن بیست‌و‌یکم، نسل جدیدی از فناوری‌های دیجیتال که نمونه آن اینترنت موبایل، کلان‌داده و هوش مصنوعی است، به سرعت تکامل یافته است. این فناوری‌ها در حالی فرصت‌های جدیدی را پیش روی پژوهش‌های علمی قرار داده است که به طور چشمگیری تولید اجتماعی و زندگی مردم را تغییر داده است.
در بررسی مسیر تکامل نمونه‌های تحقیقاتی، تغییری از روند تحت سلطه مشاهدات تجربی و ویژگی‌های تجربی نسبت به شبیه‌سازی از زمان ظهور رایانه‌ها را می‌توان مشاهده کرد. در این مرحله، قابلیت‌های محاسباتی برای پردازش داده‌های بزرگ و آموزش مدل‌های هوش مصنوعی بزرگ ضروری است. قدرت محاسباتی به یک پایه اساسی برای نوآوری‌های فناورانه و توسعه علمی تبدیل شده است. بنابراین، بررسی همبستگی بین قدرت محاسباتی و تولید دانش علمی از اهمیت بالایی برخوردار است. سه محقق چینی، شامل «یانگ هائودونگ»، «لیو جیالین» و «وانگ گائوفنگ» از دانشگاه علم و فناوری چین مقاله‌ای تحت عنوان «تأثیر نوآوری دانشی قدرت محاسباتی دانشگاه در چین: شواهدی از 500 ابررایانه برتر» را در اکتبر 2024 از سوی انتشارات «اسپرینگر نیچر» به صورت آنلاین منتشر کردند. این مقاله بر تأثیر دیجیتالی شدن بر نوآوری از دیدگاه‌های مختلف متمرکز شده است که شامل اقتصاد دیجیتال، تحول دیجیتال و فناوری‌های دیجیتالی خاص از جمله اینترنت، داده‌های کلان و هوش مصنوعی است. تحقیقات همچنین اثرات نوآوری زیرساخت دیجیتال مانند شبکه‌های پهنای باند و شهر‌های هوشمند را ارزیابی کرده‌اند که شامل ابعاد متعددی مانند مناطق، شهر‌ها و شرکت‌هاست. 
فرایند دیجیتالی‌سازی باعث تقویت عناصر نوآورانه می‌شود
از نظر مکانیسم‌های خاص، کاربرد گسترده فناوری‌های دیجیتال می‌تواند نوآوری در صنایع سنتی را تسهیل کند. دیجیتالی شدن فرایند‌های تولید می‌تواند بهره‌وری را افزایش داده و احتمال توسعه محصولات جدید را بالا ببرد. ویژگی‌های غیرمنتظره، اشتراک‌گذاری و افتتاح فرایند دیجیتالی‌سازی، نه تنها کارایی انتشار دانش را بهبود می‌بخشد، بلکه باعث تقویت پیشروی و تعامل عناصر نوآورانه می‌شود. این امر می‌تواند با کاهش هزینه‌های اطلاعات برای موجودیت‌ها، بهینه‌سازی تخصیص منابع نوآوری، افزایش اتصال شبکه و ایجاد هم افزایی و اثرات امواج رخ دهد. علاوه براین، بهبود کارایی تولید و کاهش هزینه‌های اطلاعاتی می‌تواند فشار مالی را کاهش داده و از ازدحام سرمایه‌گذاری‌های تحقیق و توسعه جلوگیری کند. در حالی که این تحقیق، دیدگاه‌های مختلفی را در مورد تأثیر فناوری دیجیتال بر نوآوری در ابعاد مختلف ارائه می‌دهد، برخی از شکاف‌های پژوهشی هنوز باید مورد توجه قرار گیرند و از یک طرف، انواع متمرکز فناوری نیاز به گسترش بیشتری دارند. تحقیقات کنونی شواهدی را ارائه می‌کند که از نوآوری با طیف وسیعی از فناوری‌های دیجیتال در حال ظهور، از جمله داده‌های بزرگ، هوش مصنوعی و رباتیک حمایت می‌کند. باوجوداین، تحقیقات محدودی برای ارزیابی اثرات نوآوری توسعه توان محاسباتی وجود دارد. 
فناوری‌های دیجیتال و پذیرش روش‌های آموزشی جدید
در تحقیقی که در سال 2023 منتشر شده بود، نخستین کامپیوتر با مقیاس بزرگ که برای کاربران علمی در آزمایشگاه ملی Oak Ridge در آمریکا افتتاح شد، مورد توجه قرار گرفت. از این منظر، تأثیر افزایش قدرت محاسباتی بر تولید دانش نیاز به اعتبارسنجی بیشتری دارد. از سوی دیگر، نیاز به گسترش بررسی موضوعات تحقیقاتی نیز وجود دارد. سازمان‌های اصلی تحقیق و توسعه در سیستم‌های نوآوری، شرکت‌ها و نیز نهاد‌های نوآور دانش محور را دربرمی‌گیرند که توسط دانشگاه‌ها ارائه می‌شوند. این مقاله، تأثیرات متنوع دیجیتالی شدن را بر مؤسسات آموزش عالی پوشش می‌دهد. ایجاد بستر‌هایی برای به اشتراک‌گذاری داده‌های باز و آزمایشگاه‌های باز، دیجیتالی شدن پیشرفت علم نوآورانه را در دانشگاه‌ها تقویت می‌کند؛ درنتیجه، راه‌های گسترده‌ای برای همکاری‌های تحقیقاتی میان رشته‌ای ایجاد می‌کند و انتشار نتایج تحقیقات را تسریع می‌کنند. ابزار‌های دیجیتالی نوآوری و ارتباطات مشترک را پرورش داده و در عین حال فرایند‌های رشد و ارتقای سرمایه‌گذاری‌های کارآفرینی را تسریع می‌کنند. فناوری‌های دیجیتال در سطح آموزش عالی، نه تنها دسترسی به منابع آموزشی را تقویت می‌کند، بلکه پذیرش روش‌های آموزشی جدید را نیز افزایش می‌دهد درنتیجه دانشگاه‌ها را در‌گذار به سمت نمونه‌های آموزشی بازتر، سازگارتر و نوآورانه‌تر توانمند می‌سازد. به رغم مطالعاتی که روی عوامل محرک عملکرد نوآوری دانشگاه یا بهره‌وری پژوهشی انجام شده، آشکار کردن نقش‌ها توسط داده‌های ورودی تحقیق و توسعه و مکانیسم‌های مدیریتی، سیستم‌های خط‌مشی، مشارکت‌های مشترک، تعبیه ساختاری شبکه، ویژگی‌های محقق و ویژگی‌های بخش، ناکافی بودن در ارزیابی تأثیر پذیرش فناوری‌های جدید یا ساخت زیرساخت‌های علمکردی دیجیتال موجود در نوآوری ایفا می‌شوند. 
قدرت محاسباتی و توسعه اولیه ابررایانه‌ها
آشکار شدن تعریف قدرت محاسباتی، به روشن شدن ارتباط بین قدرت محاسباتی و ابررایانه‌ها کمک می‌کند. به طورکلی، قدرت محاسباتی را می‌توان به عنوان ظرفیت دستگاه‌های محاسباتی و به منظور پردازش اطلاعات و تولید نتایج خاص یا برآوردن نیاز‌های محاسباتی خاص درک کرد که توسط رایانه‌ها نشان داده می‌شوند. «نوردهاوس»، نظریه‌پرداز، معتقد است قدرت محاسباتی، مقدار اطلاعات یا داده‌ای است که یک دستگاه می‌تواند در هر ثانیه پردازش کند. در میان 500 فهرست برتر ابررایانه‌ها در دنیا، Rmax (به عنوان بالاترین عملکرد به دست آمده در تست‌های واقعی) و Rpeak (به عنوان حداکثر عملکردی نظری سیستم)، دو شاخص اصلی برای اندازه‌گیری قدرت محاسباتی ابررایانه‌ها هستند. در واقعیت، قدرت محاسباتی، یک اصطلاح انحصاری برای دستگاه‌های محاسباتی خاص محسوب نمی‌شود. از ابررایانه‌ها گرفته تا گوشی‌های هوشمند و رایانه‌های شخصی، کاربرد سخت‌افزار و نرم‌افزار به قدرت محاسباتی متکی است. 
به لحاظ تاریخی، اصطلاح «ابر محاسبات» را می‌توان از دهه 1920 ردیابی کرد، زمانی که نیویورک در مورد ساخت یک ماشین جدول‌بندی بزرگ توسط IBM گزارش داد. در سال 1946، رایانه‌ها شبیه‌سازی‌های محاسباتی و آزمایش‌های مشاهده‌ای را همراه با استنتاج‌های نظری توسعه دادند که ابزار مهم دیگری برای پژوهش‌های علمی محسوب می‌شود. در سال 1975، نخستین ابررایانه جهان موسوم به Cray1 معرفی شد که با موفقیت طراحی پردازشگر ‌برداری را پیاده‌سازی کرد و نقش مهمی در حوزه‌هایی چون نظامی، نفت و آب و هوا داشت. 
در دو دهه آخر قرن بیستم، چند رویداد بزرگ بین‌المللی در ابرمحاسبات رخ داد که از آن جمله می‌توان به چند مورد اشاره کرد. یکی از آن‌ها، تأسیس جایزه «گوردون بل» در سال 1987 بود که به عنوان جایزه نوبل در حوزه ابررایانه‌ها شناخته شده که نشان‌دهنده تقویت محاسبات با کارایی بالا کاربردی‌گرا بوده است. مورد دیگر، اولین ابررایانه ژاپنی NECSX-3/44R در سال 1990 بود که موقعیت غالب آمریکا را در این قلمرو به چالش کشید. سومین موضوع هم شروع رتبه‌بندی 500 ابررایانه برتر جهانی در سال 1993 است که توسط محققان دانشگاه «مان‌هایم» آغاز شد که نمادی از شکل‌گیری استاندارد‌های اندازه‌گیری عملکرد و ساخت پلتفرم است. در چنین دوره‌ای، طراحی «کهکشان-1»، چین را به کشوری تبدیل کرد که قادر به ساخت ماشین‌های غول پیکر بود. علاوه بر سخت‌افزار، با توسعه شبکه‌های کامپیوتری، چین از اواخر قرن گذشته به طور مداوم چند پروژه بزرگ و ابتکارات کلیدی تحقیق و توسعه را در شبکه اجرا کرده است. 
ابررایانه‌های چینی جزء 500 ابررایانه برتر دنیا
نظام نوآوری دانشگاه به عنوان جزئی از نظام ملی نوآوری، نقش مهمی در تولید و انتشار دانش ایفا کرده است. در سال 2021، حدود 2 هزار و 756 دانشگاه در چین وجود داشت که بیش از 86 درصد آن‌ها در حوزه‌های علوم، مهندسی، کشاورزی و پزشکی تخصص داشتند. این مؤسسات درمجموع نزدیک به 23 هزار مجموعه تحقیق و توسعه را در خود جای داده بودند. اگرچه پرسنل پژوهشی دانشگاه و منابع مالی تنها حدود 12 و 8 درصد از کل را تشکیل می‌دهند، پرسنل تحقیقات پایه و بودجه به ترتیب حدود 68 و 50 درصد را از آن خود کرده‌اند. با توجه به خروجی دانش، دانشگاه‌ها حدود 78 درصد از مقالات علمی کشور را به خود اختصاص داده‌اند. 
محققان در این مقاله برای پرداختن به خلأ‌های بالقوه در قلمرو‌های دانش، روی چین به عنوان یک نهاد اقتصادی نوظهور تمرکز می‌کنند و تأثیر توسعه ابررایانه‌های دانشگاهی را بر نوآوری دانش بررسی می‌کنند. براساس «گزارش توسعه دیجیتال چین 2022»، مقیاس کلی قدرت محاسباتی مرکز داده در چین از 180 «ایفلاپس» (واحد سرعت سامانه‌های رایانه‌ای) فراتر رفته و مقیاس صنعت اصلی به حدود 248 میلیارد دلار می‌رسد. از دهه دوم قرن بیست‌ویکم، بسیاری از ابررایانه‌های چینی وارد فهرست 500 ابررایانه برتر شده‌اند و بسیاری از دانشگاه‌ها، مراکز ابررایانه خود را برای استفاده تحقیقاتی آکادمیک داخلی تأسیس کرده‌اند. 
3 ابررایانه چینی جزء برترین‌های دنیا
با توجه به پیشرفت‌های فنی و تجربی قبلی، از آغاز قرن جدید، چین به تدریج سه مجموعه پیشرو از ابررایانه را تشکیل داد. یکی از آن‌ها، سِری Tianhe بود که از سوی دانشگاه ملی فناوری دفاعی توسعه داده شد و در سال‌های 2013،2010 و 2015 در صدر 500 رتبه برتر قرار گرفت. دومین سِری، Dawning بود که توسط مؤسسه فناوری محاسباتی آکادمی علوم چین توسعه یافت. ابررایانه Dawning Nebulae در رتبه دوم فهرست 500 ابررایانه برتر قرار گرفت و بهترین عملکرد این مجموعه را به دست آورد. سومین سِری، ابررایانه Sunway بود که از سوی مرکز ملی مهندسی کامپیوتر موازی توسعه داده شد. ابررایانه Sunway Taihu Light در سال 2016 در صدر 500 ابررایانه برتر دنیا قرار گرفت. 
برخی دانشگاه‌ها ساخت مراکز محاسباتی را کارایی بالا (HPC) را آغاز کرده‌اند. نخستین کامپیوتر در مقیاس بزرگ دانشگاه «نانجینگ» که در پروژه 985 پشتیبانی می‌شد و توسط چند دانشگاه از آکادمی علوم چین توصیه می‌شد، در سال 2000 با سرمایه‌گذاری چند میلیون یوان خریداری شد. دانشگاه علم و صنعت چین (USTC) با شناخت اشکالات ساخت و ساز غیرمتمرکز در کالج‌های مختلف، حدود یک میلیون و 102 هزار دلار در سال 2003 برای ایجاد یک پلتفرم محاسباتی علمی سرمایه‌گذاری کرد. توسعه خدمات قدرت محاسباتی در دانشگاه‌های چین را می‌توان به بخش‌ها یا مدل‌های وابستگی آزمایشگاهی، مدل‌های مستقل مرکز محاسباتی با کارایی بالا و مدل‌های وابستگی شبکه و مرکز اطلاعات طبقه‌بندی کرد. دانشگاه «جیائو تونگ» شانگهای و USTC نشان‌دهنده دسته سوم‌اند که وابسته به مرکز اطلاعات شبکه دانشگاه هستند. علاوه براین، مراکز محاسباتی دانشگاه شینهوآ و دانشگاه «جیلین» نمونه‌هایی از دسته اول هستند که هرکدام به گروه‌های علوم رایانه و فناوری مربوطه خود وابسته هستند. 
ابررایانه‌ها خروجی مقالات علمی را رشد می‌دهند
با توجه به این که تعیین زمان ساخت برخی از ابررایانه‌ها دشوار است و افشار قدرت محاسباتی کامل نیست، این تحقیق، قدرت محاسباتی در دانشگاه‌ها را به عنوان یک آزمایش شبه‌طبیعی تلقی می‌کند. این را می‌توان براساس این امر قضاوت کرد که این ابررایانه وارد فهرست 500 ابررایانه برتر شده است یا خیر. این فهرست، ابررایانه‌های کشور‌های مختلف را براساس Rmax و Rpeak رتبه‌بندی می‌کنند و اطلاعات دقیقی در مورد عملکرد 500 رایانه برتر ارائه می‌دهد. در این دسته‌بندی، ابررایانه‌ها به دسته‌هایی چون صنعتی، پژوهشی، آکادمیک، دولتی و غیره تقسیم می‌شوند. این مطالعه تنها روی ابررایانه‌های دانشگاه در چین متمرکز بوده و دانشگاهی را که ابررایانه به آن تعلق دارد، مشخص می‌کند. در مفهوم زنجیره ارزش نوآوری پیشنهاد شده توسط محققان، نوآوری به سه مرحله نوآوری دانش، نوآوری فنی، و نوآوری محصول تقسیم می‌شود. در مرحله نوآوری دانش، هدف اصلی، درک مکانیسم‌ها در ورای پدیده‌های طبیعی، کشف اصول اولیه قوانین پدیده‌ها و تولید دستاورد‌های دانشگاهی است که در مقالات علمی ارائه می‌شود. از این رو، در این مقاله، ده‌ها هزار مقاله علمی دانشگاهی برای تعیین سطح نوآوری دانش انتخاب شده است؛ به ویژه مقالاتی که در فهرست استنادی علوم (SCI) قرار دارند. این فهرست استنادی، یک ابزار معتبر بین‌المللی برای ارزیابی علمی و فناوری است. بررسی‌ها نشان می‌دهد ابررایانه‌ها باعث افزایش خروجی دانش علمی دانشگاه‌ها می‌شوند. به طور همزمان، مبانی ذاتی دانشگاه‌ها ممکن است بر ایجاد مراکز ابررایانه تأثیر بگذارد. تجزیه و تحلیل معیار و مکانیسم کاتالیزوری توسعه ابر محاسباتی در تقویت نوآوری دانش مورد بررسی قرار گرفته و عوامل ایجادکننده زمینه را آشکار می‌کند. باوجوداین، این سؤال باقی می‌ماند که آیا این نتیجه به تجلی یکسانی از اثرات درمانی قابل توجه در تمام مؤسسات مربوط می‌شود یا این که اساساً توسط زیرمجموعه‌ای از نهاد‌های نمونه‌گیری شده پیش می‌رود. محققان در این مقاله، معمولاً از روش‌هایی چون گروه‌بندی یا تنظیم اثرات برای بررسی استفاده می‌کنند. باوجوداین، این رویکرد فاقد دقت در سطح فردی است، به ویژه هنگامی که با تعداد محدودی از گروه‌های درمانی سروکار دارند. 
ساخت امکانات ابررایانه در دانشگاه‌ها و تسریع تولید دانش علمی
با توجه به ارزیابی اثرات نوآوری دیجیتالی شدن، مطالعات محدودی به بعد قدرت محاسباتی می‌پردازد. این مقاله با بررسی تأثیر توسعه ابررایانه‌های دانشگاهی بر تولید دانش، دامنه تحقیقات را در این زمینه گسترش می‌دهد. محققان با استخراج دستی تعداد مقالات علمی برای هر دانشگاه و استفاده از اطلاعات ارائه شده در وب‌سایتی که فهرست 500 ابررایانه برتر را منتشر کرده، جزئیات ابررایانه‌ها را با اطلاعات دانشگاه‌های مربوط به آن مطابقت داده‌اند. این فرایند به تشکیل مجموعه داده‌ای متشکل از 110 دانشگاه چینی کمک کرد. هدف آن‌ها بررسی دقیق چگونگی تأثیر ارتقای قدرت محاسباتی در دانشگاه‌ها بر نوآوری دانش است. درمجموع، ساخت امکانات ابررایانه در دانشگاه‌ها، تولید دانش علمی را سرعت می‌بخشد مانند سایر مطالعاتی که تأثیر فناوری‌های دیجیتال را بر نوآوری ارزیابی می‌کنند. اثر نوآوری دانش بر ساخت ابررایانه‌ها تأخیری تقریباً یک یا چهار ساله را نشان می‌دهد که عمدتاً تحت تأثیر عواملی مانند فرایند فعالیت‌های پژوهشی و چرخه انتشار مقالات علمی است. نتایج بیشتر نشان می‌دهد در حالی که توسعه ابر محاسبات خروجی دانش علمی دانشگاه میزبان را تحریک می‌کند، ممکن است تأثیر منفی خاصی بر نوآوری دانش دانشگاه‌های مجاز از لحاظ جغرافیایی و اقتصادی داشته باشد. البته به نظر می‌رسد این با یافته‌های تحقیقات موجود در مورد اثرات فناوری‌های دیجیتال در تضاد است و ممکن است با رقابت بر سر منابع R&D بین دانشگاهی مرتبط باشد. علاوه براین، محققان در این مقاله نشان دادند که اثر نوآوری دانش ابررایانه‌ها در مقالات علمی با استناد بالا نیز منعکس می‌شود که ممکن است به تغییر وضعیت فعلی در دانشگاه‌های چین کمک کند، جایی که مقالات علمی به جای کمیت، بر کیفیت تمایل نشان می‌دهند. 
قدرت محاسباتی؛ موتور حیاتی مدرن‌سازی چین
درواقع این مقاله مسیر‌های اثر کارایی و اثر مقیاس را نشان می‌دهد که از طریق آن توسعه ابر محاسباتی بر نوآوری دانش تأثیر می‌گذارد. اولی را می‌توان به عوامل فنی ناشی از افزایش قابلیت‌های محاسباتی و ذخیره‌سازی و نیز عوامل غیرفنی نسبت داد. دومی در تغییرات ناشی از توسعه ابررایانه در سرمایه‌گذاری‌های تحقیق و توسعه و مقیاس ژرسنل تحقیقاتی منعکس می‌شود. تحقیقات پیشین، نقش نوآوری دیجیتال و کاربرد‌های آن را در بهبود بهره‌وری، افزایش کارایی انتقال اطلاعات و بهینه‌سازی تخصیص منابع نشان داده است. محققان، انواع فناوری دیجیتال را به سطح ابررایانه‌ها گسترش داده و عوامل محرک مؤثر بر عملکرد دانشگاه را گسترش می‌دهند. نتایج به دست آمده نشان می‌دهد که ابررایانه‌ها نوآوری دانش را عمدتاً در دانشگاه‌ها با افزایش کارایی نوآوری ترویج می‌کنند. نتایج بیانگر آن است که تأثیرات نوآوری دانش توسعه ابررایانه‌ها در دانشگاه‌های خصوصی متفاوت است. دیجیتالی‌سازی که نمونه آن، قدرت محاسباتی است، به موتوری حیاتی برای مدرن‌سازی چین تبدیل شده است. شورای دولتی چین، در فوریه 2023، طرحی کلی را برای ساخت‌و‌ساز دیجیتال چین صادر کرد که بر اجرای جدی استراتژی دیجیتالی‌سازی آموزش ملی و بهبود پلتفرم آموزش هوشمند ملی تأکید کرد. همان‌طور که ویژگی‌های مبتنی بر داده‌ها و مبتنی بر هوش مصنوعی نمونه‌های تحقیقات علمی نشان می‌دهد، قدرت محاسباتی به عنوان یک ستون حیاتی از فعالیت‌های پژوهشی ظاهر شده است. در همان سال، وزارت آموزش چین، برنامه اقدام توسعه با کیفیت بالا را برای زیرساخت‌های توان محاسباتی مننتشر کرد که مؤسسات پژوهشی را تشویق می‌کرد تا منابع محاسباتی را با تقاضا مطابقت دهد و به طور مؤثر از توسعه و نوآوری پروژه‌های بزرگ حمایت کنند. این تحقیق، چشتیبانی نظری را برای ارتقای توان محاسباتی برخی از دانشگاه‌های چین ارائه کرده و نتایج نشان می‌دهد که ساخت قدرت محاسباتی به طور قابل توجهی نوآوری دانش را در درجه اول با کوتاه کردن چرخه‌های پژوهشی و کاهش هزینه‌های تحقیق و توسعه ارتقا می‌دهد. 
منبع: روزنامه فرهیختگان
انتهای پیام/