LARA: Validation-Driven Agentic Supercomputer Workflows for Atomistic Modeling

LARA-HPC ist ein neues, validierungsgesteuertes Agenten-Framework, das durch eine kontrollierte Ausführungsschicht und simulationsspezifische Prüfmechanismen die zuverlässige Automatisierung von atomistischen Simulationen in HPC-Umgebungen ermöglicht.

Das Wesentliche

Der digitale Küchenchef: Warum KI in der Supercomputer-Küche nicht einfach „nach Gefühl“ kochen darf

Stellen Sie sich vor, Sie möchten ein 5-Gänge-Menü für ein Staatsbankett zubereiten. Aber es gibt ein Problem: Sie sind nicht der Koch, sondern ein KI-Roboter. Und die Küche ist kein normaler Haushalt, sondern ein Hochleistungs-Supercomputer (HPC).

In dieser Küche kostet jede einzelne Zutat (Rechenleistung) tausende Euro, und wenn Sie den Herd falsch bedienen, fliegt nicht nur die Pfanne in die Luft, sondern das ganze Gebäude bekommt einen Stromausfall.

Das Problem: Der „Vielwisser“, der manchmal halluziniert

Bisher haben wir versucht, KI-Systeme wie ChatGPT zu nutzen, um wissenschaftliche Experimente zu planen. Das ist so, als würden Sie einen Roboter bitten: „Koch mir mal was Schönes!“ Der Roboter ist zwar schlau und hat alle Kochbücher der Welt gelesen, aber er hat ein Problem: Er „halluziniert“ manchmal. Er denkt, er könne mit einem Teelöffel ein ganzes Rindfleisch braten, oder er vergisst, dass der Ofen erst 20 Minuten vorheizen muss.

In der Wissenschaft (der „Atomistischen Modellierung“) ist das fatal. Wenn die KI einen kleinen Fehler in der Formel macht oder ein falsches Werkzeug benutzt, verschwendet sie wertvolle Zeit auf dem Supercomputer, und das Ergebnis ist wissenschaftlicher Müll.

Die Lösung: LARA-HPC – Der „Probier-vor-dem-Servieren“-Ansatz

Die Forscher haben nun LARA-HPC entwickelt. Das ist nicht einfach nur ein Roboter, sondern ein System mit einer ganz besonderen Philosophie: „Schau erst hin, bevor du springst“ (Look before you leap).

Man kann sich LARA-HPC wie ein Team aus drei Experten vorstellen:

1. Der Architekt (Verständnis-Phase): Er hört sich Ihren Wunsch an („Ich möchte die Bindungsenergie von Wasser an einer Oberfläche berechnen“) und übersetzt das in einen präzisen Bauplan. Er stellt sicher, dass er nicht versehentlich ein Schloss baut, wenn Sie nur ein Gartenhaus wollten.
2. Der Koch-Lehrling (Generierungs-Phase): Er schreibt das eigentliche „Rezept“ (den Programmcode). Er nutzt dafür alte, bewährte Kochbücher (RAG-Technologie), damit er nicht auf dumme Gedanken kommt.
3. Der strengste Lebensmittelkontrolleur der Welt (Validierungs-Phase): Das ist das Herzstück! Bevor das Rezept jemals an den teuren Supercomputer geschickt wird, macht der Kontrolleur einen „Dry-Run“.

Was ist dieser „Dry-Run“? (Die Metapher des Test-Essens)

Stellen Sie sich vor, der Kontrolleur nimmt eine winzige Probe der Zutaten und simuliert das Kochen in einer Miniatur-Küche. Er prüft:

• Die Logik: „Moment, du willst Wasser kochen, aber du hast den Herd gar nicht eingeschaltet!“ (Syntaktische Fehler).
• Die Physik: „Du willst ein Atom mit zwei Elektronen, aber du versuchst, es so zu drehen, als hätte es fünf? Das geht physikalisch nicht!“ (Physikalische Fehler).
• Die Ressourcen: „Dieses Gericht braucht 200 Liter Wasser. Unser Topf fasst aber nur 5 Liter. Das wird schiefgehen!“ (Ressourcen-Check).

Erst wenn der Kontrolleur sagt: „Alles perfekt, das Rezept funktioniert und wir haben genug Platz im Topf“, wird der Befehl an den echten Supercomputer geschickt.

Warum ist das wichtig?

In der Vergangenheit war KI in der Wissenschaft oft wie ein toller Assistent, dem man nicht zutraute, den Herd allein zu benutzen. Mit LARA-HPC wird die KI zu einem echten „Co-Piloten“.

Sie können der KI komplexe Aufgaben stellen, und das System sorgt selbstständig dafür, dass die Fehler korrigiert werden, bevor sie teuer werden. Es ist der Übergang vom „Hoffen, dass es klappt“ zum „Wissen, dass es funktioniert“.

Zusammenfassend: LARA-HPC macht die KI in der Wissenschaft sicher, effizient und vor allem verlässlich – indem sie lernt, erst zu prüfen, bevor sie den „Start“-Knopf am Supercomputer drückt.

Technische Zusammenfassung

Technische Zusammenfassung: LARA-HPC

1. Problemstellung (The Problem)

Die Automatisierung wissenschaftlicher Workflows (insbesondere atomistische Simulationen wie die Dichtefunktionaltheorie, DFT) durch Large Language Models (LLMs) und agentische Systeme steht vor massiven Herausforderungen, wenn sie in High-Performance Computing (HPC)-Umgebungen eingesetzt werden:

• Mangelnde Korrektheit und Zuverlässigkeit: LLMs neigen zu Halluzinationen, fehlerhafter API-Nutzung oder physikalisch inkonsistenten Konfigurationen. In der Wissenschaft kann ein syntaktisch korrekter Code, der jedoch physikalisch falsche Annahmen trifft (z. B. falsche Spin-Zustände), zu wertlosen Ergebnissen führen.
• Ressourcenverschwendung: Im Gegensatz zu lokalen Workstations haben HPC-Systeme hohe Latenzen (Warteschlangen) und begrenzte Ressourcen. Ein "Trial-and-Error"-Ansatz, bei dem Fehler erst während der eigentlichen Berechnung auffallen, ist aufgrund der hohen Kosten und der Zeitverzögerung ineffizient und riskant.
• Eingeschränkte Flexibilität bestehender Tools: Aktuelle Ansätze nutzen oft starre "Tool-Calling"-Schnittstellen (wie MCP), die zwar sicher sind, aber nicht in der Lage sind, dynamisch auf komplexe wissenschaftliche Fragestellungen zu reagieren, die methodische Verzweigungen erfordern.

2. Methodik (Methodology)

Die Autoren führen LARA-HPC ein, ein Framework, das von einem "Generation-first"- zu einem "Validation-first"-Paradigma ("Look Before You Leap") wechselt. Die Architektur basiert auf drei Säulen:

A. Kontrollierte Ausführungsschicht (Orchestration Layer):
Anstatt dem Agenten direkten Zugriff auf die Shell oder den Scheduler zu geben, wird die Interaktion über das Python-Middleware-Paket remotemanager vermittelt. Dies formalisiert den HPC-Workflow (Job-Submission, Dateiübertragung, Monitoring) und stellt sicher, dass der Agent nur über vordefinierte, auditable Parameter (z. B. Anzahl der Knoten, MPI-Ränge) mit dem Supercomputer interagiert.

B. Multi-Phasen-Agenten-Pipeline:
Der Prozess ist in vier Phasen unterteilt, um kognitive Last und Fehlermodi zu trennen:

1. Understanding: Extraktion der wissenschaftlichen Absicht und physikalischen Parameter aus natürlicher Sprache.
2. Generation: Konstruktion von Workflow-Kandidaten mittels Retrieval-Augmented Generation (RAG) und Code-Templates.
3. Validation: Ein mehrstufiger Prüfprozess (Syntax-Check via AST, API-Validierung und der entscheidende Dry-Run).
4. Review: Ein kritischer Agent prüft die Übereinstimmung zwischen Nutzerabsicht und generiertem Code sowie die Einhaltung von Best Practices.

C. Simulation-native Validierung (Dry-Run):
Dies ist das Herzstück von LARA-HPC. Das Framework nutzt die integrierte "Dry-Run"-Funktionalität der Simulationssoftware (hier: BigDFT). Ein Dry-Run führt den Code aus, ohne die volle Rechenlast (SCF-Zyklen) zu erzeugen. Er validiert:

• Die physikalische Konsistenz der Eingabedaten (z. B. korrekte Spin-Polarisation).
• Die strukturelle Integrität der Parameter.
• Die Ressourcenanforderungen (insbesondere die Schätzung des Speicherverbrauchs), um sicherzustellen, dass der Job nicht aufgrund von Out-of-Memory (OOM) Fehlern abbricht.

3. Key Contributions (Wesentliche Beiträge)

• Validation-Driven Design: Einführung eines Frameworks, das die Korrektheit eines Workflows durch Simulation-native Tools garantiert, bevor teure HPC-Ressourcen beansprucht werden.
• Integration von Agentik und HPC: Die Kombination von remotemanager und dem Model Context Protocol (MCP) ermöglicht eine sichere Brücke zwischen LLM-Reasoning und Supercomputing-Infrastruktur.
• Ressourcen-Vorhersage: Die Fähigkeit des Agenten, durch Dry-Runs präzise Empfehlungen für die HPC-Ressourcenallokation (Knoten, MPI-Prozesse) zu geben, um die Effizienz zu maximieren.

4. Ergebnisse (Results)

Die Wirksamkeit wurde anhand von DFT-Simulationen mit BigDFT demonstriert:

• Fehlerkorrektur: Das System konnte erfolgreich API-Fehler (falsche Methodenaufrufe), fehlende Parameter und vor allem physikalische Inkonsistenzen (z. B. unmögliche Spin-Zustände bei Wasserstoffatomen) identifizieren und durch iterative Korrekturschleifen beheben.
• Komplexe Workflows: LARA-HPC konnte dynamisch komplexe Aufgaben wie die Berechnung von Atomisierungsenergien bewältigen, die eine Koordination mehrerer Berechnungen mit konsistenten physikalischen Parametern erfordern.
• Effiziente Ressourcenplanung: Bei einer Simulation einer großen TiO2-Oberflächenstruktur (291 Atome) berechnete der Agent den benötigten Speicherbedarf pro Prozess und empfahl die optimale Anzahl an Knoten, um einen stabilen Betrieb auf dem Supercomputer Fugaku zu gewährleisten.

5. Signifikanz (Significance)

Die Arbeit markiert einen Paradigmenwechsel in der KI-gestützten wissenschaftlichen Computertechnik. Sie zeigt auf, dass die Zukunft nicht in unkontrollierten, vollautonomen Agenten liegt, sondern in domänenspezifischen, validierungsgetriebenen Systemen. LARA-HPC bietet ein Modell für ein "Co-piloted Research Ecosystem", in dem KI-Agenten die methodische Flexibilität bieten, während die physikalische und operationelle Integrität durch strukturierte Tools und Validierungsschleifen gewahrt bleibt. Dies ist essenziell für die Skalierung von KI in der Materialwissenschaft und der computergestützten Physik.