Joris Poort, CEO von Rescale, sprach kürzlich auf der Big Compute 20, wo er darüber sprach, dass einige der größten Innovationen der angewandten Wissenschaft unmittelbar bevorstehen, wenn wir mutig die Macht der große RechenleistungVon Überschalljets über die Entwicklung personalisierter Medizin bis hin zur Lösung der Energiekrise ermutigt er uns, die Welt zu schaffen, die wir wollen und verdienen.

Abschrift

Joris:
Alles klar. Vielen Dank an alle, die dabei sind. Willkommen bei Big Compute. Ich freue mich sehr, Sie heute im Herzen des Silicon Valley, dem Motor der Innovation, begrüßen zu dürfen. Wie Jolie gerade erzählt hat, haben wir eine unglaubliche Auswahl an Rednern, und ich möchte Sie ermutigen, sich mit den Vordenkern, Gleichgesinnten und Innovatoren, die heute hier in unserer Community zusammengekommen sind, auszutauschen, zu erkunden und mit ihnen zusammenzuarbeiten, um die Grenzen dessen zu erweitern, was uns Computertechnik und Innovation in Zukunft ermöglichen können.
Um heute zu beginnen, möchte ich einen Schritt zurücktreten und darüber nachdenken, was Computertechnik, Innovation und Technologie in den letzten Jahrzehnten hervorgebracht haben. Wo stehen wir heute und wohin gehen wir? Um darüber nachzudenken, könnten wir den technologischen Fortschritt zum Beispiel ein paar Jahrzehnte zurückverfolgen und darüber nachdenken, welche Innovationen, Technologien und Computerleistungen wir heute erwarten würden. Beliebte Filme wie „Zurück in die Zukunft“ hätten Technologien wie Echtzeit-Videokonferenzen und allgegenwärtige Kommunikation vorhergesagt. Wir haben nicht nur das erreicht, sondern noch viel mehr. Soziale Medien, die Gig Economy, Dienste wie Uber, Twitter und Airbnb haben uns wirklich vernetzt und unser Leben verändert.
Diese Dienstleistungen waren unglaublich und haben unsere Gesellschaft wirklich vorangebracht. Es gab aber auch Bereiche, in denen wir vielleicht nicht das erreicht haben, was wir uns gewünscht hatten, wie den Fusionsreaktor für Privathaushalte, nachhaltige Energie für jedes Zuhause oder fliegende Autos. Wir machen zwar erste Fortschritte, sind aber noch nicht am Ziel. Was ist also der Unterschied zwischen den Innovationen, bei denen wir erfolgreich waren oder sogar die Erwartungen übertroffen haben, und den Bereichen, in denen wir noch immer darum kämpfen, die Grenzen zu verschieben?
Ich möchte das in zwei Hauptkategorien betrachten. Die erste ist die digitale Innovation. Die Innovationen der Bits und die leitfähigkeitsgetriebenen Software-Innovationen, die wir hier gesehen haben, haben uns wirklich weitergebracht. Das anschauliche Bild, das Sie hier sehen, zeigt die Vatikanstadt während der Amtseinführung des Papstes. 2005 saß in der hinteren Reihe eine einzelne Person mit einem Feature-Phone und versuchte, ein Foto zu machen. Das war wahrscheinlich ein schreckliches Foto. Aber weniger als ein Jahrzehnt später konnte jeder Einzelne in der Menge nicht nur ein hochauflösendes Foto für sich selbst machen, sondern es auch sofort mit jedem auf der Welt teilen. Das ist wirklich unglaublich. Etwas, das wir nicht einmal hätten vorhersagen können.
Wenn wir uns im gleichen Zeitraum die Errungenschaften der angewandten Wissenschaften anschauen, dann sind das physikalische Innovationen, die Welt der Atome. Das beliebteste Auto, der Toyota Camry, hat sich nicht verändert, er ist immer noch der Toyota Camry. Und wenn wir uns das Fahrzeug selbst ansehen, haben wir hier und da ein paar Meilen pro Gallone eingespart. Aber ich denke, wir sind uns alle einig, dass wir die Zukunft, die möglich gewesen wäre, nicht wirklich erreicht haben. Warum ist das so?
Sie haben wahrscheinlich schon von Vordenkern der Technologiebranche wie Buzz Aldrin gehört, der behauptete, wir würden Technologie nur dazu nutzen, Widgets zu bauen und schnell Geld zu machen. Und Peter Thiel hat ganz klar auf die Stagnation der Technologie hingewiesen und gesagt, wir hätten nicht die Zukunft erreicht, die uns versprochen wurde. Und bis zu einem gewissen Grad könnten sie damit durchaus Recht haben. Denken Sie an den Überschallflug, eine Technologie, die es zwar schon gab, aber in den letzten zehn Jahren ist niemand mehr kommerziell mit Überschall geflogen. Die Herausforderung der Lebenserwartung. Wenn wir also den Fortschritt der letzten zehn Jahre betrachten, stellen wir fest, dass wir nicht nur langsamer geworden sind. Wenn man sich die USA in den letzten Jahren ansieht, ist die Lebenserwartung sogar gesunken. Das ist eine echte Herausforderung, die wir bewältigen müssen. Und schließlich: nachhaltige Energie und der Klimawandel. Trotz des drohenden Untergangs des Klimawandels haben wir in den angewandten Wissenschaften noch nicht die Innovationen hervorgebracht, die nötig wären, um diese Herausforderung zu meistern.
Diese Herausforderungen sind grundlegend für die Zukunft. Ich glaube, dass dies die wahre technologische Herausforderung unserer Zeit und unserer Generation ist. Angewandte Wissenschaft und technische Innovationen treiben unsere Gesellschaft voran, und sie sind die Schlüsselinnovationen, die wir brauchen, um in die Zukunft zu gelangen, die wir uns alle wünschen. Wie das alte Sprichwort sagt: Nichts, was sich lohnt, ist jemals einfach. Innovationen in den angewandten Wissenschaften sind wirklich schwierig, und es gibt einen Grund, warum wir hier nicht so große Fortschritte gesehen haben. Einige der wichtigsten Säulen stellen Hindernisse dar.
Erstens: Regulierung, und Regulierung kann durchaus eine gute Sache sein. Ich denke, wir sind uns alle einig, dass eine schlechte Videokonferenz nicht dasselbe ist wie ein schlechtes Flugzeug. Die zweite Herausforderung ist der Monetarisierungszyklus. Mit vernetzten Echtzeitdiensten können wir schnell und einfach Geld verdienen, Unternehmen voranbringen und skalieren. Im Gegensatz dazu müssen wir in der Welt der angewandten Wissenschaften selbst Forschung und Entwicklung betreiben und Dinge wie Raketen, Medikamente und die eigentliche Entwicklung medizinischer Geräte produzieren. Das dauert lange, und die Amortisationszeit könnte daher deutlich länger sein. Auch die Rendite könnte deutlich höher ausfallen. Aber genau das ist eine zentrale Herausforderung bei der Finanzierung solcher Innovationen.
Und schließlich zum Technologiezyklus. Diesen Bereich möchte ich heute etwas genauer mit Ihnen erörtern, da ich denke, dass wir im Technologiebereich hervorragende Arbeit leisten können. Wenn wir untersuchen, warum der Technologiezyklus der angewandten Wissenschaften so herausfordernd ist, lassen sich meiner Meinung nach drei Schlüsselbereiche identifizieren: der menschliche Intellekt, die explosionsartige Zunahme von Big Data und der Big Computing. Lassen Sie uns diese beiden Bereiche näher betrachten. Erstens der menschliche Intellekt. Wir bilden täglich mehr Ingenieure und Wissenschaftler aus als je zuvor. Wir haben Millionen von Menschen mit akademischen Abschlüssen, Doktortiteln und Fachwissen, die uns helfen können, die Gesellschaft voranzubringen. Wir machen jedoch Experten wie promovierte Aerodynamiker und Materialwissenschaftler zu Datenwissenschaftlern, die bei Facebook Anzeigen auswerten. Wir haben zwar die nötigen Fachkräfte, und das ist sicherlich nicht die Herausforderung, aber ich denke, wir können sie tatsächlich einsetzen, um Innovationen schneller voranzutreiben. Der menschliche Intellekt ist also nicht die Herausforderung.
Der nächste Schritt sind Daten. Wie wir alle wissen, hat das Datenvolumen im letzten Jahrzehnt einen unglaublichen Boom erlebt. In den letzten 18 Monaten wurden mehr Daten generiert als jemals zuvor in der Menschheitsgeschichte. Wir verfügen also über eine Menge Daten. Die eigentliche Herausforderung – wenn es nicht um Daten und nicht um menschliche Intelligenz geht – ist meiner Meinung nach die Big Computing-Technologie. Und für mich ist das eine sehr persönliche Geschichte. Ich war vor 15 Jahren einer der Ingenieure, die am 787 Dreamliner arbeiteten. Der 787 Dreamliner sollte ein revolutionäres Flugzeug werden, das erste Flugzeug der Welt, das vollständig aus Kohlefaser-Verbundwerkstoffen besteht. Wir standen vor einer enormen technischen Herausforderung. Wir mussten den digitalen Zwilling mithilfe aller angewandten Wissenschaften wie Aerodynamik, Strukturdesign und vielen anderen erstellen. Und es galt, über 20 Millionen verschiedene Variablen für die Tragfläche zu berücksichtigen. Wir mussten diese Simulationen iterativ durchlaufen, um das optimale Design zu finden und das Flugzeug fliegen zu lassen.
Als wir zum ersten Mal all diese verschiedenen Softwarekomponenten zusammenfügten und maschinelles Lernen und Optimierungstechniken nutzten, um das beste Design zu erzielen, hätte eine einzige Iteration drei Jahre gedauert. Als uns das klar wurde, wussten wir, dass wir das Problem so nicht lösen würden. Und so wurde es zu einem Informatikproblem. Wir mussten eine verteilte Systemarchitektur aufbauen und die Rechenzentren aller unterschiedlichen Geschäftseinheiten weltweit nutzen, um die Rechenprobleme allein zur Optimierung des Flügeldesigns ausführen zu können. Einige Jahre später konnten wir endlich unglaubliche Ergebnisse vorlegen. Wir sparten allein durch Gewichtseinsparungen mehrere hundert Millionen Dollar beim Flugzeug. Wir verkürzten einen Designzyklus, der zuvor drei Monate dauerte, auf weniger als 24 Stunden. Warum 24 Stunden? Weil wir die Rechenleistung nur am Wochenende nutzen konnten, da sie unter der Woche von anderen genutzt wurde.
Eigentlich hätte es gar nicht so schwer sein sollen. Ingenieure und Wissenschaftler sollten in ihrer Innovationskraft nicht durch rechnerische Hürden eingeschränkt werden. Deshalb haben wir vor zehn Jahren das Unternehmen Rescale gegründet. Unser Ziel ist es, Ingenieure und Wissenschaftler weltweit zu befähigen, angewandte wissenschaftliche Innovationen voranzutreiben und die Zukunft zu gestalten, die wir uns wünschen.
Viele von Ihnen sagen jetzt vielleicht: „Cloud Computing hat in den letzten zehn Jahren einen enormen Aufschwung erlebt, oder? Haben wir nicht bereits Zugang zu unendlichem Computing?“ Das Problem liegt aber noch tiefer. Wir werfen einen Blick auf Hyperscale Computing, eine Berechnungskategorie mit Standardservern. Probleme einer bestimmten Typologie können wir damit sehr einfach lösen. Lose gekoppelte Probleme, bei denen man ein einzelnes Problem in einzelne Teile zerlegt und diese auf den einzelnen Prozessoren löst, sind die Grundlage aller Dienste für Hyperscale Computing. Sie sind unglaublich leistungsstark. Diese Fähigkeit ermöglicht die Entwicklung von konnektivitätsbasierten Innovationsdiensten wie Uber, Twitter und Airbnb. Sie alle nutzen einfache Dienste, auf denen Entwickler aufbauen können, wie das Abrufen von Dateien, Datenbankabfragen und Grafik-Rendering. Aber all das reduziert sich auf einfache Berechnungen.
Andererseits haben wir große Rechenleistung. Diese Problemklasse lässt sich nicht einfach in einzelne Teile zerlegen und unabhängig voneinander lösen. Wir müssen die Berechnungen auf einzelnen Prozessoren durchführen und sie miteinander kommunizieren lassen, während wir mit der Lösung der Algorithmen beginnen. Diese Problemklasse ist ein Kernbereich der angewandten Wissenschaften. Von der Strömungsdynamik in aerodynamischen Berechnungen bis hin zu Finite-Elemente-Analyse Von der Struktur-Crash-Simulation bis hin zu vielen anderen Disziplinen, von der Akustik bis zur Molekulardynamik, sie alle sind von der Physik abhängig, und die Physik hat einfach andere Maßstäbe. Wir können die Natur und die Gesetze der Physik nicht neu schreiben. Deshalb ist Big Computing grundlegend anders und für unsere Weiterentwicklung von entscheidender Bedeutung.
Die Herausforderungen des Big Computing liegen in drei Hauptbereichen. Der erste ist spezialisierte Hardware. Aufgrund der Natur dieser Probleme müssen wir die Spezialisierung der Hardware nutzen, um diese eng verknüpften Probleme zu lösen. Der zweite Bereich ist eine neue Denkweise darüber, wie wir im Stack rechnen und wie wir den Algorithmus an die Infrastruktur anpassen. Und schließlich, der dritte und vielleicht wichtigste Bereich, müssen wir diese Fähigkeiten nutzbar machen und sie den klügsten Köpfen und Innovatoren der Welt zugänglich machen.
Schauen wir uns also das erste genauer an. Wie wir alle wissen, verlangsamt sich die Entwicklung des Mooreschen Gesetzes. Die allgemeine Rechenleistung, mit der wir die für all diese technologischen Innovationen notwendigen Fortschritte erzielen konnten, verlangsamt sich. Statt einer Verdoppelung der Zuwächse alle zwei Jahre erleben wir einen Rückgang der Fortschritte bei allgemeinen Prozessoren. Es gibt jedoch eine Lösung für dieses Problem: spezialisierte Architekturen. Wir haben gesehen, wie unglaublich innovative Unternehmen einzigartige Architekturen entwickelt haben, um diese Lücke zu schließen. Durch den Übergang zu spezialisierteren Architekturen können wir bestimmte Probleme effizienter lösen. Dazu gehören GPUs, programmierbare Chips wie FPGAs und sogar TensorFlow-Prozessoren. Ein Beispiel hierfür ist Google, das einen maßgeschneiderten Chip nur für einen einzigen Algorithmus entwickelt hat. Die Revolution des maschinellen Lernens hat richtig Fahrt aufgenommen. Ich denke, wir alle wissen das, aber der wahre Grund für diesen Aufschwung ist die Verbesserung der Rechenleistung. Ohne die spezialisierten Prozessoren wären wir nicht in der Lage, die Probleme des maschinellen Lernens zu lösen, die einige der wichtigsten technologischen Fortschritte von heute vorantreiben.
Zur zweiten Kategorie: Wir müssen überdenken, wie wir Infrastruktur aufbauen und wie wir diese auf Softwareebene nutzen. Historisch gesehen haben wir immer Rechenzentren und Infrastruktur aufgebaut und dann vereinfacht und Services und Abstraktionsebenen darauf aufgebaut, um diese für Softwareentwickler in unserer von Konnektivität und Innovation geprägten Welt besser nutzbar zu machen. Diese digitalen Innovationen sind enorm leistungsstark, weil sie diese zusätzliche Ebene abstrahieren können. Diese Technologien lassen sich jedoch nicht nur auf die spezialisierte Computerlandschaft übertragen. Wir müssen Workload, Software und Algorithmen herunterbrechen. Wir müssen zunächst als Wissenschaftler und Ingenieure das eigentliche Problem lösen und dann die Technologie und die Fähigkeiten im Stack entwickeln, um dieses Problem so effizient wie möglich zu lösen. Und so wie man nicht in Slippern, die man trägt, einen Triathlon laufen würde, müssen wir den Stack und unsere Herangehensweise an die Lösung von Computerproblemen im Allgemeinen überdenken.
Die dritte Komponente zur Lösung dieser Probleme besteht darin, die Daten für die Beteiligten nutzbar und zugänglich zu machen, die die benötigten Erkenntnisse und Berechnungen vorantreiben. Auf der einen Seite steht die digitale Innovation: Wir verfügen bereits über den entsprechenden Stack. Wir haben die Standardhardware in den Hyperscale-Clouds, die Abstraktionsschicht, Container, zahlreiche verschiedene Dienste und Orchestrierungsebenen, um in der Infrastruktur als Service (IaaS) der Cloud-Anbieter all diese Dienste für Entwickler erstellen zu können, damit diese diese Anwendungen nutzen können. Auf der technischen und wissenschaftlichen Seite benötigen wir genau dasselbe. Um diese angewandten wissenschaftlichen Innovationen voranzutreiben, müssen wir diesen Stack überdenken und ihn Ingenieuren und Wissenschaftlern auf einfache Weise zugänglich machen, denn Ingenieure und Wissenschaftler sollten nicht zusätzlich einen Doktortitel in Informatik benötigen, nur um dieses Problem lösen zu können.
Wenn man sich dieses Ökosystem im weiteren Sinne ansieht, sehen wir eine unglaubliche Menge an digitalen Innovationen. Man sieht hier die erfolgreichen Unternehmen, und wir haben sowohl bei den Cloud-Anbietern als auch bei vielen anderen Beteiligten in diesem Ökosystem enorme Fortschritte erzielt. Ich möchte Sie jedoch dazu ermutigen, in den nächsten zwei Tagen intensiv über angewandte wissenschaftliche Innovationen nachzudenken und uns auf die Lösung des gesamten Stacks für das Problem angewandter wissenschaftlicher Innovationen zu konzentrieren. Dies ist das große Rechenproblem, und dies betrifft das gesamte Ökosystem, das wir aufbauen, und die Community, die florieren muss, um Innovationen voranzutreiben. Dies erfordert einen softwaredefinierten Ansatz zur Lösung dieser Rechenprobleme, und wir von Rescale unterstützen Sie dabei.
Wenn uns das gelingt, können wir die grundlegenden Probleme unserer Zukunft lösen. Wir werden nicht nur spezialisierte Chips durch innovative Designautomatisierung entwickeln, sondern auch Quantencomputing und die grundlegende Zukunft der Computertechnik. In der Luft- und Raumfahrt werden wir den Überschalljet bauen können, den wir uns immer gewünscht haben. Wir werden ins All reisen können. Wir werden einige der größten Herausforderungen in der Luft- und Raumfahrt lösen und deutlich effizientere Transportmittel bauen können. Wir werden die Energiekrise, die wir derzeit haben, lösen können. All dies sind angewandte wissenschaftliche Innovationen, die wir brauchen, um hier neue Maßstäbe zu setzen. Und schließlich sind die Arzneimittelforschung und die Entwicklung personalisierter Medizin ein wichtiger Bereich, in dem wir die Computertechnik noch nicht so weit eingesetzt haben, dass sie die Gesundheitsversorgung, die wir uns alle wünschen, voranbringen könnte.
Mit diesem Technologie-Stack können wir also endlich Durchbrüche erzielen. Doch wir brauchen noch etwas: Mut. Wir brauchen den Mut der Innovatoren des traditionellen IT-Technologie-Stacks, damit sie die Entwicklung und Bereitstellung dieses Stacks im Unternehmen überdenken. Wir brauchen den Mut der Ingenieure und Wissenschaftler, die diese Innovationen vorantreiben, um nicht nur Grenzen zu verschieben, sondern auch Unternehmen zu gründen, die unsere Zukunft tatsächlich verändern. Wir brauchen Ihren Mut und Ihr Denken in den nächsten Tagen, um diese Community aufzubauen und dieses Ökosystem voranzutreiben, damit wir die kritischsten Probleme unserer Generation lösen können. Ich hoffe, Sie sind heute und morgen dabei und lassen Sie uns gemeinsam die Zukunft gestalten, die wir uns wünschen und verdienen. Vielen Dank.