Wolfram Compute Services

 (writings.stephenwolfram.com)
2 điểm bởi GN⁺ 2025-12-08 | 1 bình luận | Chia sẻ qua WhatsApp
  • Wolfram Compute Services là dịch vụ điện toán đám mây có thể lập trình hoàn toàn để mở rộng tính toán Wolfram Language ở quy mô lớn
  • Người dùng có thể dùng lệnh RemoteBatchSubmit để gửi các phép tính phức tạp lên máy chủ từ xa và tự động nhận kết quả sau khi hoàn tất
  • Có thể chọn cấu hình tối đa 192 lõi · 1.5TB bộ nhớ, đồng thời hỗ trợ xử lý song song trên hàng trăm lõi với RemoteBatchMapSubmit
  • Có thể quản lý tác vụ bằng thông báo qua email · dashboard, giới hạn thời gian · tín dụng, xử lý phụ thuộc tự động v.v.
  • Cung cấp ngay khả năng mở rộng cấp siêu máy tính của Wolfram Language, giúp đơn giản hóa môi trường tính toán cho nghiên cứu và công nghiệp

Tổng quan về Wolfram Compute Services

  • Wolfram Compute Services là hệ thống cho phép chạy tính toán Wolfram Language quy mô lớn trên đám mây
    • Khi gửi mã bằng RemoteBatchSubmit, phép tính sẽ được thực thi trên máy chủ của Wolfram và trả về kết quả
    • Trên Wolfram Desktop 14.3 trở lên, có thể kích hoạt ngay bằng lệnh RemoteBatchSubmissionEnvironment["WolframBatch"]
  • Mở rộng các tính năng song song hiện có như ParallelMap, ParallelTable để tự động hóa việc truy cập tài nguyên tính toán quy mô lớn
  • Mọi phép tính đều được xử lý dựa trên biểu diễn symbolic, nên có thể trực tiếp làm việc với nhiều kiểu dữ liệu như số, hình ảnh, đồ thị, video v.v.

Mở rộng tính toán và môi trường thực thi

  • Người dùng có thể chọn nhiều lớp máy khác nhau để điều chỉnh quy mô công việc
    • Ví dụ: Basic1x8(1 lõi · 8GB), Compute192x384(192 lõi · 384GB), Memory192x1536(192 lõi · 1.5TB)
  • RemoteBatchMapSubmit là phiên bản mở rộng của ParallelMap, thực hiện xử lý song song quy mô lớn trên nhiều máy
    • Tự động tạo các “child job” phân tán theo từng lõi, rồi có thể hợp nhất kết quả bằng Catenate
  • Có thể theo dõi trạng thái tác vụ theo thời gian thực trên dashboard web, và khi hoàn tất sẽ nhận được bản xem trước kết quả qua email

Ví dụ: PentagonTiling và tìm kiếm cellular automaton

  • Giới thiệu ví dụ tạo mẫu ngũ giác không chồng lấp bằng hàm PentagonTiling
    • 20 ngũ giác có thể xử lý nhanh trên máy cục bộ, nhưng từ 500 ngũ giác trở lên thì gửi sang Compute Services để thực thi
    • Kết quả được gửi qua email và có thể tiếp tục tính toán ngay trong Wolfram Notebook
  • Đưa ra trường hợp tìm kiếm song song quy mô lớn khi kiểm tra 100 triệu quy tắc cellular automaton
    • Hoàn thành trong vài giờ trên máy 192 lõi, và lấy kết quả trong 3 phút bằng RemoteBatchMapSubmit
    • Tổng cộng 8 giờ thời gian máy tính được sử dụng theo cách song song

Tính năng điều khiển và quản lý có thể lập trình

  • Mỗi tác vụ có thể thiết lập các tùy chọn như giới hạn thời gian (TimeConstraint), giới hạn tín dụng (CreditConstraint), tên tác vụ (RemoteJobName) v.v.
  • Với hệ thống thông báo (RemoteJobNotifications), có thể nhận thay đổi trạng thái, mức dùng tín dụng, thời gian trôi qua v.v. qua email hoặc tin nhắn văn bản
  • Kết quả tác vụ mặc định được lưu trong 2 tuần, và nếu cần có thể lưu lâu dài trên Wolfram Cloud bằng CloudPut
  • Khi thất bại, có thể phân tích log chi tiết bằng "JobLogTabular", và có thể dừng bằng RemoteBatchJobAbort

Kế hoạch mở rộng trong tương lai

  • Compute Services khởi đầu là môi trường tính toán batch, và trong tương lai dự kiến sẽ bổ sung tính năng thực thi kernel từ xa đồng bộ
  • Thông qua Wolfram HPCKit, các tổ chức có thể cấu hình hạ tầng HPC riêng làm backend cho RemoteBatchSubmit
    • Ngoài "WolframBatch", cũng dự kiến hỗ trợ kết nối với batch provider do người dùng tự định nghĩa
  • Dịch vụ này là bước phát triển mới nhất của dòng Wolfram Cloud · Application Server · Engine, được phát triển từ Mathematica năm 1988
  • Mục tiêu là cung cấp ngay năng lực tính toán cấp siêu máy tính, để cả nhà nghiên cứu lẫn nhà phát triển đều có thể dễ dàng thực hiện các tác vụ tính toán quy mô lớn

Bài viết liên quan

1 bình luận

 
GN⁺ 2025-12-08
Ý kiến trên Hacker News

  • Trước đây tôi thật sự rất thích dùng Wolfram Language
    Khi tiếp cận từ góc nhìn của một nhà nghiên cứu hơn là lập trình viên, nó cho cảm giác là một công cụ khám phá và tạo mẫu thử mạnh hơn nhiều
    Khoảng 2016~2020, tôi từng làm những thử nghiệm rất hay như tính ngày ánh nắng xuyên qua tường kính và chiếu vào trong nhà, rồi trực quan hóa nó bằng hoạt ảnh
    Bây giờ thì có thể hỏi Claude, nhưng trước thời LLM, WL là công cụ tốt nhất để suy nghĩ
    (Tham khảo thêm, họ cũng cung cấp giấy phép vĩnh viễn)

    • Tôi nghĩ sức mạnh của ngôn ngữ này đến từ cú pháp ngắn gọn và thư viện Mathematica khổng lồ
      Nếu Python là “kèm sẵn pin”, thì Mathematica ở mức “kèm cả tàu vũ trụ”
      Nếu được mã nguồn mở, có lẽ nó đã thay đổi lớn ngành CNTT, nhưng vì là phần mềm thương mại đắt tiền nên có vẻ sẽ vẫn là sản phẩm ngách chủ yếu trong học thuật
    • Tổ hợp Mathematica + LLM thật sự rất mạnh
      Khi kết hợp thư viện hàm toán học lớn hàng đầu thế giới, công cụ trực quan hóa, và sự tăng tốc từ LLM, nó trở thành một công cụ gần như áp đảo cho thử nghiệm, giáo dục và trực quan hóa
      Tôi đã dùng từ năm 1992, nhưng dạo này nói với Claude rằng “hãy trực quan hóa cái này” còn nhanh hơn nhiều
    • Tôi vẫn luôn tiếc là chưa từng dùng những công cụ như Mathematica hay MatLab
      Nghe nói có người chỉ với MatLab mà còn làm được cả GUI và mô hình học sâu, thật đáng kinh ngạc
      Mathematica thì đắt, nhưng biết đâu lại là động lực để học toán
      Tôi tò mò người không chuyên dùng MatLab, Mathematica và Maple như thế nào
    • Hơn 20 năm nay tôi cài nó trên laptop nhưng mỗi năm chỉ dùng khoảng một lần
      Mỗi lần dùng đều có cảm giác như dùng máy ép 500 tấn để bổ quả óc chó
      Ngay cả trong công nghiệp và khoa học, Mathematica cũng đang bị đánh giá quá thấp

  • Tôi cảm thấy ngành công nghệ cần nhiều người như Stephen Wolfram hơn
    Hơi lập dị một chút, nhưng thái độ thật lòng muốn tạo ra thứ tốt đẹp khiến người ta thấy mới mẻ
    Thật đáng quý khi thấy ông ấy tập trung thuần túy vào nghiên cứu mà không bị áp lực lợi nhuận ngắn hạn từ VC hay MBA

    • Đồng ý. Wolfram thường bị chỉ trích, nhưng thành tựu khoa học và công nghệ mà ông ấy tích lũy suốt hàng chục năm thật sự rất đáng kính trọng

  • Giá như ngay cả với sức mạnh của siêu máy tính, Mathematica cũng có thể chạy trong vòng 30 giây
    Tôi không hiểu vì sao một phần mềm gần như làm cùng một việc từ năm 1988 đến nay lại chậm như vậy

    • Dù vậy, vẫn chưa có hệ thống nào thay thế được hệ sinh thái công cụ của Mathematica
      Thật đáng ngạc nhiên là sau 37 năm vẫn chưa có lựa chọn thay thế hoàn chỉnh
      Jupyter Notebook không cùng đẳng cấp
    • Có vẻ như đây là một trường hợp cực đoan của hội chứng ‘Not-Invented-Here’
      Nhờ vậy mà có nhiều tính năng độc đáo, nhưng việc đến tận những năm 2010 vẫn chưa có Undo/Redo thì hơi quá
    • Thật ra cảm giác này đúng với gần như mọi phần mềm cho người dùng phổ thông

  • Chiến lược “mở rộng ngôn ngữ độc quyền bằng dịch vụ độc quyền” thì tốt với khách hàng hiện có, nhưng có giới hạn trong việc thu hút người dùng mới
    Nó tạo cảm giác như dấu hiệu báo trước cho việc ép buộc sử dụng theo kiểu đám mây
    Tôi nghĩ Wolfram sẽ đổi mới hơn nhiều nếu làm một dịch vụ mô phỏng dùng LLM để chuyển ngôn ngữ tự nhiên → mã Mathematica
    MathWorld cũng có thể được tận dụng như một tài sản nền tảng cho việc đó

    • Ý kiến hay đấy

  • Nhiều người chỉ nói về tính cách của Stephen Wolfram hay chuyện bit với byte,
    nhưng thật ra đến lúc này lập trình phổ thông lẽ ra phải đạt đến mức trừu tượng như Wolfram rồi
    Có lẽ sinh mã dựa trên agent và LLM sẽ là con đường cho bước tiếp theo
    Tuy vậy, có vẻ sẽ có tác dụng phụ là quy mô đội ngũ bị thu nhỏ do tự động hóa

    • Nếu nói “Wolfram ở khắp mọi nơi” thì cụ thể là đang nói đến điều gì — khả năng truy cập dataset? hàm toán học? chức năng CAS?
    • Nửa đùa nửa thật, tôi muốn hỏi “Stephen, có phải là ông không?”
      Thực ra đã có môi trường cho phép chạy cùng một đoạn mã trên nhiều nền tảng (x86, ARM, WASM, v.v.)
      Nhưng nếu dùng một ngôn ngữ duy nhất để bao phủ đồ họa, full-stack, nhúng và HPC thì sẽ dẫn đến độ phức tạp quá mức

  • Tôi thật sự thích cách giới thiệu tính năng mới lần này
    Việc trình bày rõ ràng theo kiểu định nghĩa vấn đề → cách giải quyết → ví dụ → giải thích từng bước khiến rất dễ hiểu
    Thường thì đọc xong lại càng rối hơn, nhưng lần này thì khác

    • Điều thú vị là Stephen Wolfram chính là người dùng thực sự và người ra quyết định cuối cùng của phần mềm công ty mình
      Trước đây ông còn từng livestream trên YouTube các cuộc họp về tính năng mới, và khi xem điều đó tôi cảm nhận rõ ông ấy yêu sản phẩm đến mức nào
      Có cảm giác về một kiểu lãnh đạo như Jobs

  • Có vẻ Stephen cuối cùng cũng đã thực sự đưa điện toán đám mây vào
    Trước đây tôi từng thử bài viết trải nghiệm RemoteKernel, và lần này có vẻ tốt hơn nhiều
    Tuy vậy, sẽ rất hay nếu có thể host trên đám mây riêng
    Trước đây tôi từng chạy Mathematica trên VM 512GB RAM, 128 lõi, nhưng hiệu quả chi phí không mấy tốt

    • Khi headless kernel ra mắt trước đây, tôi từng tự hỏi liệu có thể chạy nó trên Kubernetes không
      Thực tế là có Wolfram Application Server for Kubernetes, nhưng đã hơn một năm không có cập nhật

  • Tôi đã dùng Mathematica từ thập niên 1990, và luôn thắc mắc vì sao hơn 20 năm rồi mà họ vẫn chưa tung ra dịch vụ tính toán đám mây
    Giờ cuối cùng cũng có thể tính toán từ xa trên máy chủ lớn, đúng là chỉ muốn thốt lên “cuối cùng cũng có!”

  • Tôi từng thắc mắc liệu các quant trader có dùng Mathematica không
    Ngôn ngữ này đẹp, có nhiều công cụ tích hợp sẵn, trực quan hóa cũng rất tốt nên có vẻ cực hợp cho phân tích tài chính
    Giá cả chắc họ cũng chịu được, và có lẽ cũng có compiler cho HFT

    • Có dùng thật

  • Mức độ tích hợp các hàm tiêu chuẩn của Mathematica thật đáng kinh ngạc
    Sẽ rất tuyệt nếu có thể triển khai thứ như vậy dưới dạng mã nguồn mở — chỉ cần làm được 10% thôi cũng đã hữu ích rồi
    Vì thế tôi đã bắt đầu một dự án tên Woxi bằng Rust (github.com/ad-si/Woxi) và đang tìm người cùng đóng góp

    • Đã có dự án sao chép mã nguồn mở ở mức khoảng 10% là Mathics
    • Tôi cũng đang làm thứ tương tự bằng Go
      Khoảng 300 symbol đã hoạt động, và tôi cũng đang triển khai số phức cùng hệ thống quy tắc cơ bản
      Chức năng Factor thì phức tạp về mặt toán học nên vẫn đang nghiên cứu
      Chưa có xuất đồ họa, hiện chỉ chạy trong terminal
      Tôi đang dùng mô hình Claude để vừa học lập trình với AI vừa học các khái niệm toán học
    • Cá nhân tôi nghĩ nên triển khai trình đánh giá hai lượt
      Vì nếu dùng trực tiếp token của pest trong hàm thì sẽ chậm và khó tối ưu hóa