Hierarchical Server Architecture for Agentic Science

不要将超级计算机的世界想象成一个位于寒冷房间里的单一、巨大的大脑，而要将其想象成一个由不同机器组成的广阔、混沌的宇宙。有些是庞大的传统超级计算机（HPC），它们会进行长达数年的数值计算；有些是灵活的云服务器，可以瞬间启动；还有一些是紧挨着传感器的微型“边缘”设备。几十年来，科学家们不得不充当终极导游，手动检查每一台机器是否拥有正确的软件、足够的内存和合适的网络速度，然后才能开始实验。这就像是在一个所有工具都用不同语言标记的库房里，试图寻找一种特定类型的扳手。

“智能体科学”（Agentic Science）应运而生。这是一种全新的思维方式，在这里，计算机不再仅仅等待指令，而是彼此交谈。与其让一个人询问：“你有 GPU 吗？”，不如让一个聪明的计算机程序（即“智能体”）去询问：“我需要运行一个模拟，它需要一种特定类型的显卡和 500 GB 的内存。谁能帮忙？”你即将阅读的这篇论文探讨了如何构建这样一个系统：通过这些聪明的智能体进行谈判，找到完美的机器，并在无需人类了解全球每台服务器细节的情况下开展工作。

---

数字媒人服务

在这篇论文中，来自劳伦斯利弗莫尔国家实验室（Lawrence Livermore National Laboratory）的 Vanessa Sochat 和 Daniel Milroy 提出了一种组织这个混沌计算机宇宙的新方法。他们称之为分层服务器架构（Hierarchical Server Architecture）。为了理解它，请想象一家巨大的、跨星系的旅行社。

在过去，如果你想预订一次旅行，你必须逐一给每家航空公司、酒店和火车站打电话，询问他们是否有座位。在本文描述的新系统中，你拥有一个中心枢纽（Hub）（即主要的旅行社）和一群秘书（Secretaries）（为航空公司工作的智能体）。你告诉枢纽你的需求：“我需要明天飞往火星的航班，并配有素食餐。”枢纽并不会亲自去检查飞机，而是会立即同时询问它所有的秘书。

每个秘书都是一个代表特定计算机（即“工作者”）的聪明助手。他们拥有一套特殊的工具包，可以窥探其所属计算机的库存情况。他们会检查：我们是否有正确的软件？内存满了吗？网络够快吗？ 然后，他们向枢中枢提交一份提案：“我可以胜任！”或者“我太忙了，”或者“我缺少必要的部件。”

“资源秘书”与 51 件工具

这个系统的魔力在于资源秘书（Resource Secretary），这是一个充当通用翻译器的软件程序。作者构建了一个包含 51 种不同“提供者”（providers）（用于检查存储、内存或软件包等内容的工具）的库。这些工具既适用于真实的计算机，也适用于虚构的模拟计算机。

把这些提供者想象成一组专门的手电筒。一个手电筒检查“Slurm”（一种常见的作业管理器），另一个检查“Kubernetes”（一种云管理工具），另一个检查“Docker”（容器），等等。当一个秘书智能体收到请求时，它会打开正确的“手电筒”，以观察房间里实际有什么。如果用户要求某种特定版本的软件程序，智能体会使用这些工具来查找，而不是仅仅靠猜测。

大规模模拟：20,000 次测试

为了验证这个想法是否真的可行，作者不仅仅是在空谈，他们还进行了一场大规模模拟。他们创建了 200 台具有不同性格的虚拟计算机（工作者）：

• HPC 原型： 规则严格的大型传统超级计算机。
• 云原型： 灵活、多样且有时显得混乱。
• 独立运行原型： 像高性能笔记本电脑或边缘设备一样的小型单机。

随后，他们生成了 19,973 次谈判测试。在这些测试中，他们要求智能体为不同详细程度的作业寻找资源。有些请求很模糊（“我需要一台计算机”），而有些则极其具体（“我需要一台拥有 128 个 CPU、1TB 内存、特定网络速度以及名为 'Singularity' 容器的计算机”）。

研究结果：擅长说“不”，却在说“是”时遇到难题

研究结果既有令人印象深刻的成功，也有清晰的教训。

好消息： 智能体在判断一台计算机能否胜任某项工作方面表现得非常出色。它们的整体准确率达到了 87.71%。这意味着当它们说“是的，我可以做这个”或“不，我做不到”时，大部分情况下都是正确的。它们特别擅长识别计算机无法完成任务的情况（例如缺少所需的软件）。

坏消息（以及“为什么”）： 智能体出错的主要原因在于它们表现得过于自信。在 1,611 例案例中，智能体判定一台计算机兼容，但实际上并不兼容。主要罪魁祸首是软件版本。
想象一下，用户要求“Python 3.9”。智能体可能会看到安装了“Python 3.9”，但未能意识到该作业所需的特定库实际上是 3.8 版本。智能体混淆了主软件及其依赖项。作者指出，智能体使用的工具需要更加精确，应提供确切的版本号，而不仅仅是提供一个通用的列表。

特异性问题： 智能体在两个极端情况下表现最差：

1. 过于模糊： 如果用户只说“我需要一台计算机”，而没有说明需要什么软件，智能体就没有足够的信息做出明智决策。
2. 过于具体： 当请求变得非常复杂（例如要求特定的容器技术）时，智能体有时会迷失方向，或者使用了错误的“手电筒”来进行检查，从而导致错误。

选择竞赛：谁能获得这份工作？

一旦智能体找到了能够胜任工作的计算机，系统就必须选出其中的“最优者”。作者将他们的“智能体式”选择策略与 6 种传统策略（如“选择第一个可用的”或“选择最便宜的”）进行了对比。

• 速度： 传统方法速度极快（耗时不到一毫秒）。AI 智能体则慢一些，每次决策大约需要 2.19 秒。作者承认这是一个权衡：AI 更聪明，但需要一点时间来思考。
• 成本： AI 智能体在节省成本方面表现得相当出色。它有时会选择一台稍贵一点的机器，如果这意味着作业能更快完成——这种细微差别是简单的“便宜优先”规则往往会忽略的。不过，作者指出，他们的模拟并未完全考虑到作业在更好机器上运行的速度提升，因此这只是对未来可能性的一个暗示。

结论

这篇论文并不声称已经永久解决了计算机调度问题。相反，它证明了一个分层、基于智能体的系统是管理混合类型计算机的一种可行方式。它表明，我们可以构建一个计算机彼此交谈以寻找合适资源的系统，其准确率接近 88%。

作者总结道，虽然这些“秘书智能体”在排除错误选项方面表现出色，但它们需要更好的工具来处理复杂的软件版本和非常具体的请求。他们还指出，虽然 AI 比简单的规则慢，但其理解上下文和做出灵活选择的能力，使其成为科学领域的强大工具。该系统已准备好在现实世界中接受测试，特别是针对旨在实现自动化科学发现的“创世纪任务”（Genesis Mission）。

简而言之，超级计算机的未来不仅仅在于建造更大的机器；而在于教会它们如何交谈、谈判并为每一项工作找到完美的匹配，同时让人类退居幕后，让智能体承担繁重的任务。