Scritto da Pandora Rivista
11 minuti di lettura
Marco Aldinucci (UNITO) è Co-Leader dello Spoke 1 dedicato a Future HPC and Big Data e membro dello Spoke Coordination Board di ICSC. Luca Benini (UNIBO) è Leader dello Spoke 1 dedicato a Future HPC and Big Data e membro dello Spoke Coordination Board di ICSC.
Il supercalcolo è diventato un tema strategico anche sul piano geopolitico. In questo scenario, quale ruolo ha avuto lo Spoke 1 all’interno del Centro Nazionale ICSC? E quali sono state le principali sfide affrontate?
Aldinucci: All’interno dello Spoke 1 abbiamo lavorato sulle tecnologie hardware e software alla base delle applicazioni di supercalcolo e, più recentemente, di intelligenza artificiale, coprendo l’intero stack tecnologico, dall’architettura fisica fino all’implementazione. Fin dall’inizio abbiamo impostato il lavoro anche nella prospettiva di sostenere la sovranità digitale europea. Questo significa muoversi in uno scenario globale in cui la ricerca deve contribuire a rafforzare la capacità industriale europea e italiana di competere a livello internazionale. Lo Spoke 1 si è quindi organizzato in modo naturale intorno ai due poli principali, hardware e software, con l’obiettivo di sostenere questa direzione. L’Italia ha una presenza importante nel supercalcolo, ma gran parte di questa capacità si basa ancora su hardware e software sviluppati all’estero ed è importante lavorare verso l’acquisizione di competenze proprie. Il Centro Nazionale, da questo punto di vista, ha rappresentato un’opportunità straordinaria, perché ha permesso la formazione di una massa critica che consente di ragionare in questi termini. Per una singola università o per iniziative non coordinate, sarebbe estremamente difficile affrontare un tema così globale.
Benini: Aggiungo che, dopo molti anni in cui l’hardware era considerato quasi un elemento standard – con differenze sempre meno rilevanti tra una soluzione e l’altra – e in cui il valore sembrava concentrarsi soprattutto nel software, negli ultimi anni è tornata una forte attenzione verso gli investimenti nei materiali e nelle apparecchiature elettroniche. L’hardware è sempre più visto come una tecnologia abilitante, senza la quale molti sviluppi, in particolare nell’intelligenza artificiale, non sono possibili; allo stesso tempo è anche una tecnologia strategica in termini di sovranità, come dimostra la competizione tra Stati Uniti e Cina sul controllo delle tecnologie di calcolo avanzato. Il nostro Spoke ha avuto dunque un focus significativo anche sull’hardware, guardando naturalmente alle prossime generazioni. La generazione attuale è infatti quasi totalmente statunitense ed è già stata installata.
Quali sono state le principali linee di sviluppo su cui avete lavorato? In particolare, come avete concentrato le risorse tra architettura hardware, software e nuovi modelli di calcolo, con questo obiettivo di rafforzamento della sovranità tecnologica?
Benini: Abbiamo organizzato le attività in due grandi blocchi. Il primo era costituito da due laboratori fisici, uno a Torino e uno a Bologna. In questo caso, l’idea era quella di creare due living lab, cioè ambienti nei quali esistessero spazi, persone e hardware accessibili sia localmente sia da remoto a università, enti di ricerca e aziende distribuiti su tutto il territorio nazionale, con una presenza significativa anche nel Sud Italia, pari a circa il 40% del totale dei soggetti partecipanti. Il living lab di Torino era maggiormente focalizzato sul software, tanto che lo chiamavamo Software Lab. Quello di Bologna aveva invece un focus più marcato sull’hardware, quindi sulla realizzazione di sistemi e chip veri e propri. Naturalmente in entrambi si lavorava sia sul software sia sull’hardware, ma con priorità differenti. A Torino l’idea era lavorare su hardware principalmente basato su piattaforme commerciali, intervenendo poi soprattutto a livello software; a Bologna, invece, il centro dell’attività era la progettazione hardware. Accanto a questi due living lab abbiamo avviato cinque attività, chiamate flagship, con progetti distribuiti, organizzati intorno a grandi priorità tematiche e sviluppati dai gruppi di ricerca delle università coinvolte nello Spoke. Le cinque flagship erano organizzate intorno a temi strategici di grande impatto: una, per esempio, era dedicata all’affidabilità del calcolo, che oggi è un tema cruciale vista la scala dei sistemi utilizzati; altre erano più focalizzate sul software, come il microbenchmarking e l’analisi delle prestazioni hardware attraverso tecniche avanzate di performance analysis. Queste attività funzionavano come reti collaborative diffuse e tra living lab e flagship si è creata una forte interazione: le flagship sviluppavano risultati che poi venivano messi a terra nei laboratori, mentre molti ricercatori dei laboratori partecipavano direttamente anche alle attività flagship. Era quindi una struttura integrata, pur con modalità operative differenti.
Aldinucci: I living lab avevano fin dall’inizio anche un’altra funzione importante: essere pensati come investimenti per una progettualità di lungo periodo. L’idea non era creare qualcosa che iniziasse e finisse con il PNRR, ma costruire strutture e competenze capaci di continuare anche dopo. Per questo servivano spazi fisici, scrivanie, macchine, persone, e serviva soprattutto creare ambienti in cui potessero crescere nuove competenze; luoghi di formazione, dove studenti e giovani ricercatori hanno potuto lavorare in un contesto di alta qualità, spesso insieme a persone provenienti da altre università e centri di ricerca.
Qual è stato il percorso che vi ha portato a individuare questi ambiti di ricerca e definire le tematiche prioritarie verso cui concentrare il lavoro?
Benini: La definizione delle priorità è nata durante la fase di preparazione del PNRR, attraverso un’attività di confronto molto ampia che è durata diversi mesi. Abbiamo cercato di individuare le principali direttrici scientifiche e tecnologiche guardando a ciò che stava accadendo a livello internazionale, rispetto sia alle priorità presenti nei programmi quadro europei sia a quelle dei principali programmi dedicati all’HPC in Paesi come Stati Uniti, Cina e Giappone. Successivamente abbiamo costruito dei cluster tematici che riflettessero le aree considerate strategiche a livello globale. Uno dei temi trasversali più importanti emersi, soprattutto sul versante hardware, è stato quello del RISC-V, cioè un set di istruzioni aperto e non proprietario. Si tratta di uno standard pubblico, mantenuto da un organismo di standardizzazione al quale chiunque può partecipare o avere accesso senza costi di licenza. Questo aspetto è particolarmente rilevante perché, a differenza delle architetture sviluppate da Intel o ARM, RISC-V rappresenta una piattaforma, appunto, aperta. L’idea di lavorare sulle future generazioni di sistemi HPC attorno a uno standard di questo tipo è stata uno dei veri fili conduttori dello Spoke e ha trovato applicazione concreta sia nei living lab sia nelle flagship.
Aldinucci: Il nostro lavoro si è tradotto nella necessità di costruire un vero ecosistema attorno a queste architetture. Il tema di RISC-V, infatti, è strettamente legato a un altro aspetto fondamentale, cioè quello del software. Anche un’architettura molto promettente rischia infatti di diffondersi con difficoltà se non esistono già strumenti, applicazioni e ambienti software compatibili. L’adozione di una nuova tecnologia dipende molto dalla possibilità di trovare un ecosistema già pronto, perché sviluppare tutto da zero richiede investimenti enormi. Abbiamo quindi deciso di utilizzare le risorse del Centro Nazionale – e in particolare dello Spoke – anche per sostenere gli sviluppatori interessati a portare le proprie applicazioni su RISC-V. Nel frattempo, tra il 2021 e oggi, è cambiato profondamente anche il contesto tecnologico. Quando abbiamo iniziato a lavorare su questi temi, l’HPC era ancora associato soprattutto al calcolo scientifico e al training dei modelli di intelligenza artificiale. Successivamente il dibattito sull’intelligenza artificiale si è ampliato molto, soprattutto sul versante dell’inferenza, che oggi rappresenta una parte enorme del mercato, e verso sistemi sempre più complessi, come gli agenti intelligenti e le architetture RAG – Retrieval-Augmented Generation – cioè framework che potenziano i Large Language Model integrandoli con basi dati e sistemi esterni. Questi sistemi richiedono non soltanto nuovi processori, ma anche un enorme lavoro sul software: flussi di lavoro, integrazione dei servizi, sicurezza, affidabilità e automazione. È tutto il tema del cloud engineering, che negli ultimi anni ha assunto un peso sempre maggiore. Si apre quindi una doppia sfida. Da una parte ci sono nuovi processori, molto promettenti soprattutto per l’inferenza. Dall’altra servono strumenti software capaci di integrarli in flussi di lavoro moderni e in sistemi agentici complessi, che oggi rappresentano ancora un ambito di ricerca aperto. Noi lavoriamo soprattutto nel livello immediatamente precedente alle applicazioni finali, mentre altri Spoke si occupano maggiormente delle applicazioni verticali. Lo Spoke 1, invece, si concentra sugli strumenti, sull’infrastruttura tecnologica e sui livelli intermedi dello stack software. L’obiettivo finale è costruire un ecosistema completo in cui non esista soltanto un processore RISC-V, ma anche tutto il software necessario per far funzionare in modo efficace sistemi complessi basati su questa architettura.
Uno degli obiettivi chiave del vostro lavoro è la convergenza tra supercalcolo, intelligenza artificiale, gestione dei dati e cloud computing. In termini concreti, cosa significa far dialogare questi ambiti e che tipo di benefici può portare alla ricerca e all’innovazione? Quali esempi mostrano il rapporto tra sviluppo hardware e software?
Benini: Un esempio molto concreto riguarda quella che oggi viene chiamata Edge AI o Physical AI. L’idea è costruire una pipeline in cui modelli addestrati su grandi sistemi di calcolo vengano poi trasformati in versioni più piccole ed efficienti, da utilizzare direttamente sul cosiddetto edge, cioè vicino al luogo in cui i dati vengono raccolti o dove il sistema deve operare in tempo reale. Questo è particolarmente importante per i sistemi autonomi. Un esempio può essere quello dei robot umanoidi, ma un caso già concreto è quello dei satelliti. In questo ambito abbiamo collaborato con Thales Alenia Space allo sviluppo di sistemi e architetture hardware basati su RISC-V per applicazioni spaziali. Da una parte c’è il tema della progettazione di chip sovrani, sempre più strategico in un contesto geopolitico frammentato, in cui non si può pensare di dipendere esclusivamente da hardware sviluppato all’estero per sistemi nazionali critici. Dall’altra ci sono requisiti tecnici molto stringenti, come l’affidabilità, la resistenza alle radiazioni e la capacità di operare in ambienti estremi. A questo si aggiunge poi tutto il lavoro sul software: sviluppare modelli di intelligenza artificiale compatti ed efficienti, capaci di funzionare direttamente a bordo del satellite senza dover inviare continuamente grandi quantità di dati a infrastrutture cloud terrestri per l’elaborazione. È un esempio che mostra bene come hardware, software, trasferimento tecnologico e collaborazione industriale siano oggi strettamente intrecciati.
Aldinucci: Un altro aspetto importante è legato alla sovranità tecnologica dei processi. Molti sistemi moderni sono distribuiti: i dati possono trovarsi sull’edge, in uno storage remoto, in un centro di calcolo o in un cloud pubblico. Quando si costruiscono sistemi complessi, il problema è farli funzionare senza dipendere completamente da piattaforme che non controlliamo. Un caso concreto affrontato nello Spoke è stato quello di Sogei, che gestisce dati fiscali estremamente sensibili. Da un lato esisteva l’interesse a utilizzare sistemi HPC e AI; dall’altro era impossibile portare fisicamente certe infrastrutture dentro l’Agenzia delle Entrate, così come era impossibile spostare all’esterno alcuni dati. Abbiamo quindi lavorato alla progettazione di flussi di lavoro nei quali fosse possibile controllare con precisione dove transitano i dati, quali ambienti devono essere protetti e quali invece possono essere distribuiti altrove. In altre parole, bisognava rendere leggibili fin dall’inizio i percorsi dei dati, quasi colorando in un grafo i nodi e i passaggi che devono restare in ambiente protetto e quelli che possono invece essere eseguiti altrove. Un hyperscaler risolverebbe il problema dicendo semplicemente: “porta tutto nel mio cloud”. Noi, invece, abbiamo seguito una strada diversa, basata sul controllo diretto dei processi e delle infrastrutture. Un problema simile è emerso anche nella collaborazione con Eni, che riguardava soprattutto flussi di lavoro scientifici legati all’esplorazione energetica dove era fondamentale mantenere il controllo sia sui dati sia sul calcolo. La vera sfida è riuscire a costruire sistemi portabili, cioè soluzioni che possano funzionare su infrastrutture diverse senza dover essere riprogettate ogni volta. Questo vale per l’hardware, ma ancora di più per il cloud, dove il rischio di diventare dipendenti da un unico fornitore o da una specifica tecnologia è ancora più forte. Il tema non è soltanto la sovranità dei componenti, ma anche quella dei processi che collegano questi componenti tra loro.
Nel vostro lavoro emergono diversi temi trasversali, dalla sicurezza dei dati alle tecnologie aperte, fino all’efficienza energetica. Quanto è centrale la sostenibilità ambientale e come si possono bilanciare prestazioni, controllo tecnologico ed efficienza energetica?
Benini: Il tema dell’energia e della sostenibilità è stato uno dei principali elementi di collegamento tra living lab e flagship. Una delle flagship era interamente dedicata all’efficienza energetica e su questo fronte abbiamo portato avanti numerosi lavori scientifici e attività di prototipazione. Il problema di fondo è che l’evoluzione tecnologica, che segue la cosiddetta legge di Moore, continua ma sta rallentando in modo significativo. La velocità di miglioramento della tecnologia si sta appiattendo, mentre le quantità di risorse di calcolo, memoria e rete necessarie a un sistema per eseguire un determinato programma o portare a termine un’attività crescono molto rapidamente. Si sta quindi aprendo una forbice sempre più ampia tra le richieste di calcolo e la capacità della tecnologia di soddisfarle in modo efficiente dal punto di vista energetico. Questo vale soprattutto per l’intelligenza artificiale, dove il costo energetico, i problemi termici e la densità di potenza dei chip stanno diventando fattori centrali. Per questa ragione l’industria e la ricerca hanno iniziato a puntare sempre di più su architetture specializzate, sviluppate per determinati tipi di carico computazionale. Si è passati gradualmente da un paradigma di general-purpose computing, basato su processori molto generici, a sistemi sempre più ottimizzati per compiti specifici. Gran parte del lavoro svolto negli ultimi anni, compreso quello portato avanti nello Spoke, va proprio in questa direzione. Il concetto generale è quello di costruire architetture hardware e software pensate appositamente per il tipo di calcolo che devono eseguire.
Aldinucci: A Torino abbiamo lavorato molto sul tema dell’ottimizzazione complessiva dei sistemi, compreso il raffreddamento, sviluppando un sistema sperimentale di cooling avanzato per macchine AI ottimizzate con GPU. Il sistema è stato realizzato in particolare con E4 Computer Engineering, un integratore di sistemi italiano, e con InQuattro, uno spinoff di ENEA (Agenzia nazionale per le nuove tecnologie, l’energia e lo sviluppo economico sostenibile), e rappresenta uno dei primi prototipi commerciali di raffreddamento a due fasi applicato a questo tipo di infrastrutture. In pratica, invece di utilizzare semplicemente un liquido per trasportare il calore, il sistema sfrutta l’evaporazione del liquido stesso, che è molto più efficiente. Il fluido evapora a contatto con la GPU, trasporta via il calore, viene ricondensato e rimesso in circolo. Durante questo progetto di vera e propria ricerca ingegneristica abbiamo rivisto più volte il sistema, modificando i componenti e i materiali per risolvere problemi che emergevano progressivamente. Oggi questo sistema è circa quaranta volte più efficiente rispetto a un raffreddamento tradizionale ad aria nella sola parte di cooling e stiamo cercando di far evolvere ulteriormente questa tecnologia all’interno di un nuovo data center finanziato con fondi europei. L’idea è integrare questi sistemi avanzati di raffreddamento con una produzione energetica da fonti rinnovabili e sistemi di accumulo basati sull’idrogeno, e parallelamente costruire sistemi di gestione intelligente dell’energia. I data center tradizionali sono pensati per funzionare con consumi relativamente costanti; in futuro serviranno infrastrutture molto più dinamiche e probabilmente sistemi di gestione basati su intelligenza artificiale. Tuttavia, l’obiettivo non è soltanto consumare meno energia, ma anche imparare a utilizzare meglio l’energia disponibile.
Dallo sviluppo di architetture hardware e software sempre più specializzate emerge anche la possibilità di allargare il numero degli attori coinvolti nel mercato. Quali settori pensate possano essere maggiormente impattati da questi sviluppi? E, guardando ai prossimi cinque o dieci anni, quale ruolo immaginate per il supercalcolo nello sviluppo scientifico e industriale europeo?
Aldinucci: Personalmente, interpreto l’HPC come tutto ciò che serve per sviluppare e utilizzare il calcolo ad alte prestazioni. Oggi questo include sia gli sviluppi legati ai chip specializzati per l’intelligenza artificiale sia altre traiettorie emergenti, come il quantum computing. Nel Centro Nazionale esiste anche uno Spoke dedicato specificamente a quest’ultimo aspetto e credo che il dialogo tra questi mondi sarà sempre più importante. Non penso però che il quantum computing funzionerà mai davvero da solo e lo vedo piuttosto come una forma estrema di calcolo specializzato, funzionale allo sviluppo di dispositivi pensati per svolgere determinati compiti molto specifici all’interno di sistemi più ampi. La vera sfida sarà quindi integrare architetture diverse: il calcolo tradizionale, le GPU di NVIDIA, AMD o Intel, i processori RISC-V, gli acceleratori specializzati e, in prospettiva, anche i sistemi quantistici. Orchestrare componenti differenti all’interno di processi di lavoro complessi richiede un enorme lavoro di software engineering e, in alcuni casi, anche di co-design hardware e software. Significa progettare nuovi modi di orchestrare il calcolo, nuovi protocolli, nuovi strumenti per migliorare la produttività. Negli ultimi dieci anni l’HPC è diventato sempre più diffuso e sempre meno un ambito specialistico; oggi è un elemento di interesse industriale molto più ampio. Per questo è necessario ridurre la complessità delle soluzioni e costruire strumenti più accessibili, anche per integrare tecnologie avanzate come il quantum computing. Siamo in una fase simile a quella vissuta dall’informatica quando si è passati dalle prime macchine programmate quasi manualmente ai compilatori moderni. È il momento di ripensare completamente il modo in cui organizziamo il calcolo.
Benini: Dal mio punto di vista ci sono almeno due grandi aree di impatto. La prima, più immediata, riguarda l’Edge AI e la possibilità di portare l’intelligenza artificiale fuori dai grandi centri di calcolo, distribuendola in dispositivi e sistemi sempre più vicini all’uso quotidiano. Questo significa robotica, sistemi autonomi, automazione industriale, ma anche IA in loco nelle aziende, business intelligence e gestione avanzata dei flussi informativi. La seconda area riguarda invece il tema della produttività. L’IA generativa e agentica sta dimostrando che attività considerate fino a poco tempo fa strettamente legate al lavoro umano possono essere almeno in parte automatizzate. Questo vale sia per lo sviluppo software sia, progressivamente, per la progettazione hardware. Per l’Europa questo è particolarmente importante, perché a causa della crisi demografica non abbiamo la disponibilità di forza lavoro giovane che possono avere Paesi come Cina o India. Di conseguenza, la possibilità di rendere gli ingegneri e i ricercatori più produttivi grazie all’automazione rappresenta un’opportunità enorme. Tutto dipende da come queste tecnologie vengono utilizzate: se servono soltanto a fare applicazioni superficiali il discorso cambia, ma se vengono integrate davvero nei processi di progettazione, sviluppo e innovazione, possono diventare uno strumento decisivo per mantenere la competitività industriale e scientifica europea.
Anche alla luce del dibattito pubblico sull’utilizzo delle risorse del PNRR, che bilancio è possibile fare dell’esperienza del Centro Nazionale e dello Spoke 1? E quali elementi pensate possano rappresentare un’eredità duratura di questo lavoro?
Benini: Il Centro Nazionale rappresenta una piccola parte dell’insieme dei finanziamenti del PNRR, ma credo che in questo caso si possa parlare di risorse spese bene. Non lo dico perché riguardano il nostro Spoke, che peraltro rappresenta solo una frazione dell’investimento complessivo del Centro Nazionale, ma perché questi fondi hanno prodotto infrastrutture di livello internazionale, permettendo all’Italia di restare tra i Paesi leader nel supercalcolo. Inoltre, hanno contribuito alla formazione di ricercatori altamente qualificati, che in alcuni casi sono stati “assorbiti” rapidamente dal mercato e hanno generato attività di innovazione che continuano ancora oggi nelle aziende coinvolte.
Aldinucci: Il Centro Nazionale è stato uno dei progetti che ha raggiunto più rapidamente gli obiettivi previsti, sia dal punto di vista della spesa, sia rispetto agli altri indicatori richiesti. Per noi è stata un’opportunità straordinaria e fin dall’inizio abbiamo lavorato con l’idea di costruire qualcosa che potesse rimanere nel tempo. Abbiamo cercato di trasformare le risorse disponibili in infrastrutture, competenze, relazioni industriali e capacità progettuali. Il senso del lavoro dello Spoke è stato quello di creare le condizioni per continuare a produrre valore anche dopo la fine del PNRR. L’effetto leva degli investimenti in ricerca e trasferimento tecnologico in questo settore è enorme, perché ogni euro investito può generare ricadute significative. Il sostegno pubblico alla ricerca è una componente essenziale dello sviluppo tecnologico e molti degli strumenti che oggi utilizziamo quotidianamente nell’HPC e nell’informatica sono nati proprio da investimenti pubblici, che poi l’industria è stata capace di valorizzare.
Una piattaforma culturale, una rivista e uno spazio di approfondimento per capire il presente.
Scopri di più
