TPC Hackathon: KI für die Forschung verbessern

Agentic AI ist gerade ein heißes Thema in der Wissenschaft: Beim Herbst-Hackathon des Trillion Parameter Consortium (TPC) am LRZ präsentierten Teams praktische Lösungen dafür, durch die Supercomputer leichter zugänglich und Forschungsprojekte effizienter werden.

In den Seminarräumen des Leibniz-Rechenzentrums (LRZ) stehen kleine Gruppen vor Flipcharts und diskutieren über Schemata. Oder sie sitzen beieinander, coden an Notebooks und nur gelegentlich durchbrechen Fragen und knappe Antworten konzentriertes Schweigen: Anfang September arbeiteten 30 Forschende aus europäischen und US-amerikanischen Supercomputing-Zentren intensiv an Systemen oder Modellen Künstlicher Intelligenz (KI) für Wissenschaft und Forschung. Das Trillion Parameter Consortium (TPC) Europa hatte zum Herbst-Hackathon ans LRZ geladen. „In den TPC Hackathons wird aus Vorhaben und Gesprächen Aktion“, sagt Charles Catlett, Informatikprofessor und Senior Computer Scientist am Argonne National Lab (ANL) sowie Mitglied im TPC-Strategieteam. „Teilnehmende können währenddessen potenzielle Kooperationspartner und ihre Arbeitsweisen kennenlernen, gemeinsam Projekte planen, praktisch an Ideen arbeiten oder aber Erfahrungen teilen und dafür sorgen, dass diese sich schneller in der Community verbreiten.“

KI erforschen und fördern

Angesichts der rasanten Verbreitung von generativen KI-Tools weltweit und deren Risiken wurde das TPC während der Supercomputing-Konferenz SC23 vom ANL, dem japanischen Riken-Zentrum sowie vom europäischen Barcelona Supercomputing Center (BSC) aus der Taufe gehoben. „TPC soll eine nachhaltige Bewegung für den Einsatz von KI in der Wissenschaft werden und deren Erforschung sowie vertrauenswürdige Programme fördern“, erklärt Catlett Ziele. Neben regelmäßigen Hackathons veranstaltet TPC weltweit Konferenzen und Workshops oder veröffentlicht Tutorials über KI-gestützte Forschung. Von Beginn an unterstützen europäische Hochleistungsrechenzentren wie das LRZ diese Gemeinschaft. 2024 formierte sich TPC Europa, ein Büro und Managementstrukturen folgten 2026 mit dem EuroTPC Projekt, das wiederum die EuroHPC Joint Undertaking fördert.

Während der TPC-Jahreskonferenz 2026 in Boston trafen sich Anfang Juni Mitglieder aus Europa am LRZ. Ein Teil ihrer Vorträge wurde in die USA sowie zu weiteren Satelliten-Events gestreamt und umgekehrt. Erste Projekte wurden dabei außerdem angestoßen. Zwei von vier TPC-Hackathons fanden dieses Jahr in Europa statt, am CINECA in Italien sowie am LRZ in Garching. „Für das EuroTPC-Projekt hat das LRZ die Aufgabe übernommen, eine Roadmap zu erstellen“ berichtet Dr. Nicolay Hammer, Leiter des LRZ-Teams Big Data & AI (BDAI). „Wir sammeln dazu Empfehlungen und Themen von Forschenden sowie Institutionen, um daraus EU-Strategien zur Förderung von KI in der Wissenschaft zu entwickeln.“

Agentic AI wird darin als Thema sehr weit oben stehen. Für den akademischen Einsatz von KI-Systemen, in denen große Sprachmodelle mit weiteren KI-Tools die Datenverarbeitung koordinieren und mit ihnen für eigene Aktionen interagieren, wurden schon während der Vorbereitung zum TPC-Hackathon mehrere Aufgaben formuliert. So arbeitete eines der Teams an einem KI-Agenten zur Analyse und Entwicklung von Proteinsequenzen. Eine Arbeitsgruppe des Gauss Center for Supercomputing (GCS) entwickelte wiederum erste Workflows für ein KI-System, das Codes an diverse Supercomputer anpasst und so den Zugriff auf unterschiedlichste HPC-Systeme vereinfachen könnte. „Das Wichtigste während der TPC-Hackathons ist für mich der Ideenaustausch, außerdem kann ich andere Herangehensweisen kennenlernen oder wie Technik eingesetzt wird“, meint Mitja Sainio, Machine Learning Engineer am finnischen CSC – IT für Science-Zentrum, der im GCS-Team mitarbeitete. Nebenbei wachsen während der praktischen Arbeit Kontakt-Netzwerke, die KI-Spezialistinnen während ihres Arbeitsalltages bei praktischen Fragen aktivieren können.

KI gestalten: Die Teilnehmende am TPC Herbst-Hackathon am LRZ diskutierten KI-Konzepte und entwickelten an praktischen Lösungen. Bildnachweis: © LRZ | S. Vieser

Praktische Vernetzung

Energieeffizienz ist ein weiteres Thema, für das während des TPC-Hackathons Lösungen gesucht wurde. „Je mehr Agentic AI zum Einsatz kommt, umso mehr steigt der Energiebedarf durch Inferenz“, stellt LRZ-Forscher Ajay Navilarekal fest. „Den müssen wir begrenzen.“ Angesichts erster Sicherheitsunfälle und riskanter Hacking-Angriffe standen außerdem die Risiken von agentischer KI auf der Agenda: Zum Schutz von Daten und um schädliche Ausbrüche zu verhindern, beschäftigte sich eine Arbeitsgruppe mit Sicherheitsstrategien und damit, wie Authentifizierungs- und Autorisierungsabläufe Grenzen setzen könnten.

Neben eher technischen Fragen stand KI-gestützte Forschung im Fokus: So untersuchte ein Team des Munich Centre for Machine Learning (MCML), wie Forschende mit Sprachmodellen Algorithmen formulieren und schneller ausarbeiten können. Daneben widmete sich eine Truppe der Risikovorsorge und Vorbereitung auf Pandemien mit Hilfe von KI. „Die sieben Arbeitsgruppen verfolgten unterschiedliche Ziele beim TPC-Hackathon“, beobachtete Navilarekal. „Einige wollten einen ersten, einfachen Prototyp entwickeln, an dem sie getrennt weiterarbeiten können, andere kamen schon mit einem Code, den sie optimieren und ergänzen wollten. Auf jeden Fall hat die gemeinsame Arbeit Fortschritte gebracht.“ Außerdem sorgte der Hackathon für Inspiration – Catlett vom ANL regten die Diskussionen an, darüber nachzudenken, wie KI-Agenten mit Umgebungsdaten aus Kameras und Sensoren städtisches Leben untersuchen könnten. Dr. Miguel Vazquez vom BSC sowie Dr. Arvind Ramanathan vom ANL, die KI-Systeme für Bioinformatik und Genom-Forschung entwickeln, gewannen dafür am LRZ neue Impulse und potenzielle Kooperationspartner: „In der TPC-Community ballt sich eine einzigartige Expertise“, stellt Vazquez fest. „Damit können wir erfolgreich AI und Agentic AI in allen Bereichen der Forschung etablieren.“ LRZ | vs

Bildnachweis Symbolbilder: adobe.stock.com – Hub, Corona Borealis, Сергей Шиманович, Zerofukuman