2 points par GN⁺ 2025-12-08 | 1 commentaires | Partager sur WhatsApp
  • Wolfram Compute Services est un service de cloud computing entièrement programmable qui permet d’augmenter massivement les calculs Wolfram Language
  • Les utilisateurs envoient des calculs complexes sur des serveurs distants avec la commande RemoteBatchSubmit, puis reçoivent automatiquement les résultats une fois l’exécution terminée
  • Il est possible de choisir jusqu’à 192 cœurs et 1,5 To de mémoire, avec prise en charge du traitement parallèle sur des centaines de cœurs via RemoteBatchMapSubmit
  • Les tâches peuvent être gérées via des notifications par e-mail et tableau de bord, des limites de temps et de crédits, une gestion automatique des dépendances, etc.
  • Il fournit instantanément la scalabilité de niveau superordinateur du Wolfram Language, simplifiant les environnements de calcul de la recherche et de l’industrie

Aperçu de Wolfram Compute Services

  • Wolfram Compute Services est un système qui permet d’exécuter des calculs Wolfram Language à grande échelle dans le cloud
    • En soumettant le code avec RemoteBatchSubmit, les calculs sont effectués sur les serveurs de Wolfram et les résultats sont renvoyés
    • À partir de Wolfram Desktop 14.3 et versions ultérieures, l’activation est immédiate avec la commande RemoteBatchSubmissionEnvironment["WolframBatch"]
  • Il étend des fonctions de parallélisation existantes comme ParallelMap et ParallelTable, en automatisant l’accès à des ressources de calcul à grande échelle
  • Tous les calculs sont traités sur une représentation symbolique, ce qui permet de manipuler directement des types de données variés comme des nombres, des images, des graphes et des vidéos

Extension des calculs et environnement d’exécution

  • Les utilisateurs peuvent ajuster la taille des tâches en choisissant diverses classes de machines
    • Exemples : Basic1x8 (1 cœur, 8 Go), Compute192x384 (192 cœurs, 384 Go), Memory192x1536 (192 cœurs, 1,5 To)
  • RemoteBatchMapSubmit est une version étendue de ParallelMap qui réalise des traitements parallèles à grande échelle sur plusieurs machines
    • Il crée automatiquement des jobs enfants répartis par cœur, qui peuvent être consolidés avec Catenate
  • L’état des tâches peut être consulté en temps réel via un tableau de bord web, et un aperçu des résultats est envoyé par e-mail à la fin

Exemple : génération de PentagonTiling et exploration d’automates cellulaires

  • Un exemple de génération de motifs d’octagones non chevauchants est présenté avec la fonction PentagonTiling
    • Le calcul de 20 octogones est traité rapidement en local, tandis que 500 ou plus sont envoyés à Compute Services pour exécution
    • Les résultats sont transmis par e-mail et des calculs complémentaires peuvent ensuite être lancés immédiatement dans Wolfram Notebook
  • Un cas d’exploration parallèle à grande échelle est présenté pour tester 100 millions de règles d’automates cellulaires
    • Sur une machine 192 cœurs, l’exécution se termine en quelques heures, et les résultats sont obtenus en moins de 3 minutes avec RemoteBatchMapSubmit
    • Un total de 8 heures de temps processeur est consommé en parallèle

Contrôle programmable et fonctions de gestion

  • Chaque tâche peut être configurée avec des options telles que la limite de temps (TimeConstraint), la limite de crédits (CreditConstraint) et le nom de la tâche (RemoteJobName), entre autres
  • Le système de notification (RemoteJobNotifications) permet de recevoir, par e-mail ou SMS, les changements d’état, la consommation de crédits et l’écoulement du temps
  • Les résultats des tâches sont conservés par défaut pendant 2 semaines, et peuvent être archivés de manière permanente dans Wolfram Cloud via CloudPut si nécessaire
  • En cas d’échec, il est possible d’analyser les journaux détaillés via JobLogTabular, puis d’interrompre la tâche avec RemoteBatchJobAbort

Perspectives d’évolution

  • Compute Services a démarré en tant qu’environnement de calcul par lots et prévoit d’ajouter une exécution synchrone de noyau distant
  • Grâce à Wolfram HPCKit, les organisations pourront configurer leur propre infrastructure HPC avec RemoteBatchSubmit comme backend
    • La connexion à des fournisseurs de batch personnalisés autres que WolframBatch est prévue
  • Ce service est le dernier stade de l’écosystème Wolfram Cloud, Application Server et Engine, qui a évolué depuis le Mathematica de 1988
  • L’objectif est de fournir instantanément des capacités de calcul de niveau superordinateur, afin que chercheurs et développeurs puissent effectuer facilement des calculs à grande échelle

1 commentaires

 
GN⁺ 2025-12-08
Avis Hacker News
  • J’aimais vraiment beaucoup utiliser Wolfram Language autrefois
    En l’abordant davantage comme chercheur que comme programmeur, je le trouvais bien plus puissant comme outil d’exploration et de prototypage
    Vers 2016~2020, j’ai fait des expériences sympa, comme calculer à quelles dates la lumière du soleil traverse une paroi vitrée pour entrer dans une pièce, puis le visualiser sous forme d’animation
    Aujourd’hui on demanderait sans doute ça à Claude, mais avant l’ère des LLM, WL était le meilleur outil pour réfléchir
    (À noter qu’ils proposent aussi une licence perpétuelle)

    • Je pense que la force du langage venait de sa syntaxe concise et de l’immense bibliothèque Mathematica
      Si Python est « batteries incluses », alors Mathematica, c’est plutôt « vaisseau spatial inclus »
      Si c’était devenu open source, cela aurait peut-être profondément changé l’industrie IT, mais comme c’est un logiciel propriétaire coûteux, il restera sans doute un produit de niche centré sur le milieu académique
    • La combinaison Mathematica + LLM est vraiment puissante
      Avec la plus grande bibliothèque de routines mathématiques au monde, des outils de visualisation, et l’accélération apportée par les LLM, cela devient un outil presque imbattable pour l’expérimentation, l’enseignement et la visualisation
      Je l’utilise depuis 1992, mais aujourd’hui il est bien plus rapide de dire à Claude « visualise-moi ça »
    • J’ai toujours regretté de n’avoir jamais utilisé des outils comme Mathematica ou MatLab
      Ça m’a surpris d’apprendre que certains arrivent à construire jusqu’à des GUI et des modèles de deep learning rien qu’avec MatLab
      Mathematica est cher, mais ça pourrait peut-être motiver à étudier les maths
      Je suis curieux de savoir comment les non-spécialistes utilisent MatLab, Mathematica et Maple
    • Je l’ai installé sur mon portable depuis plus de 20 ans et je ne m’en sers qu’environ une fois par an
      À chaque fois, j’ai l’impression d’utiliser une presse de 500 tonnes pour casser une noix
      Même dans l’industrie et dans le milieu scientifique, Mathematica est largement sous-estimé
  • J’ai l’impression que l’industrie tech a besoin de plus de gens comme Stephen Wolfram
    Un peu excentrique, certes, mais avec une vraie volonté de construire quelque chose de bien, ce qui est rafraîchissant
    C’est agréable de voir quelqu’un se consacrer à la recherche pure sans la pression des VC ou des MBA obsédés par les profits à court terme

    • D’accord. Wolfram est souvent critiqué, mais ses réalisations scientifiques et techniques accumulées sur plusieurs décennies forcent vraiment le respect
  • J’aimerais que, même avec la puissance d’un supercalculateur, Mathematica puisse s’exécuter en moins de 30 secondes
    Je ne comprends pas pourquoi un logiciel qui fait quasiment la même chose depuis 1988 est aussi lent

    • Malgré tout, il n’existe toujours aucun système capable de remplacer l’écosystème d’outils de Mathematica
      C’est étonnant qu’après 37 ans, il n’y ait toujours pas d’alternative complète
      Jupyter Notebook n’est pas au même niveau
    • Ça ressemble à un cas extrême du syndrome du « Not-Invented-Here »
      Ça lui a donné beaucoup de fonctions originales, mais le fait de ne pas avoir eu de Undo/Redo jusqu’aux années 2010, c’était quand même abusé
    • En réalité, cette impression s’applique à presque tous les logiciels grand public
  • La stratégie qui consiste à « étendre un langage propriétaire via un service propriétaire » est bonne pour les clients existants, mais a des limites pour attirer de nouveaux utilisateurs
    Cela donne l’impression d’un signe avant-coureur pour forcer l’usage via le cloud
    Wolfram serait bien plus innovant s’il créait un service de simulation exploitant les LLM pour convertir du langage naturel en code Mathematica
    MathWorld pourrait aussi servir d’actif de base pour cela

    • Bonne remarque
  • Beaucoup de gens parlent surtout de la personnalité de Stephen Wolfram ou de ses histoires de bits et d’octets,
    mais à ce stade, je pense que la programmation générale aurait déjà dû atteindre le niveau d’abstraction de Wolfram
    Les agents et la génération de code par LLM sont probablement la voie vers l’étape suivante
    En revanche, l’automatisation risque aussi de réduire la taille des équipes

    • Quand tu dis « Wolfram partout », tu penses précisément à quoi — l’accessibilité aux jeux de données ? les fonctions mathématiques ? les capacités de CAS ?
    • À moitié pour plaisanter, à moitié sérieusement, j’ai envie de demander : « Stephen, c’est vous ? »
      En réalité, il existe déjà des environnements où l’on peut exécuter le même code sur plusieurs plateformes (x86, ARM, WASM, etc.)
      Couvrir à lui seul le graphique, le full-stack, l’embarqué et le HPC avec un langage unique entraînerait une complexité excessive
  • J’ai vraiment aimé la manière dont cette nouvelle fonctionnalité a été présentée
    Définition du problème → méthode de résolution → exemple → explication étape par étape : tout était clair, donc facile à comprendre
    D’habitude, après lecture, je suis encore plus perdu, mais pas cette fois

    • Ce qui est intéressant, c’est que Stephen Wolfram est à la fois un véritable utilisateur et le décideur final de son propre logiciel
      À une époque, il diffusait même en direct sur YouTube les réunions sur les nouvelles fonctionnalités, et ça permettait de voir à quel point il tenait à son produit
      On y sentait un peu un leadership à la Jobs
  • Stephen semble enfin avoir adopté le cloud computing de manière sérieuse
    J’avais déjà essayé un test de RemoteKernel, et cette fois cela a l’air bien mieux
    Cela dit, j’aimerais qu’on puisse l’héberger sur son propre cloud
    J’ai déjà fait tourner Mathematica sur une VM avec 512 Go de RAM et 128 cœurs, mais le rapport coût-efficacité n’était pas terrible

    • Quand le headless kernel est sorti, je me suis demandé s’il serait possible de le faire tourner sur Kubernetes
      Il existe bien Wolfram Application Server for Kubernetes, mais ça fait plus d’un an qu’il n’a pas été mis à jour
  • J’utilise Mathematica depuis les années 1990, et je me demandais depuis plus de 20 ans pourquoi ils ne lançaient pas de service de calcul cloud
    Maintenant qu’on peut enfin effectuer des calculs à distance sur de gros serveurs, ça donne envie de dire : « enfin ! »

  • Je me demandais si les traders quantitatifs utilisaient eux aussi Mathematica
    Le langage est élégant, il y a beaucoup d’outils intégrés, la visualisation est excellente, donc cela semble parfaitement adapté à l’analyse financière
    Ils devraient aussi pouvoir en assumer le prix, et il doit sans doute exister un compilateur pour le HFT

    • Oui, ils l’utilisent effectivement
  • Le niveau d’intégration des fonctions standard de Mathematica est impressionnant
    J’aimerais voir ça implémenté en open source — même 10 % seraient déjà utiles
    C’est pour ça que j’ai lancé Woxi en Rust (github.com/ad-si/Woxi) et je cherche des contributeurs pour m’aider

    • Il existe déjà Mathics, un projet open source qui en reproduit environ 10 %
    • Je construis moi aussi quelque chose de similaire en Go
      Environ 300 symboles fonctionnent déjà, et je suis en train d’implémenter les nombres complexes ainsi qu’un système de règles de base
      La fonctionnalité Factor est mathématiquement complexe, donc je suis encore en phase de recherche
      Il n’y a pas de rendu graphique, c’est basé sur le terminal
      J’utilise des modèles Claude pour apprendre à la fois la programmation assistée par IA et les concepts mathématiques
    • Personnellement, je pense qu’il vaut mieux implémenter un évaluateur en deux passes
      Utiliser directement les tokens pest dans les fonctions est lent et difficile à optimiser