Wolfram Compute Services

 (writings.stephenwolfram.com)
2 poin oleh GN⁺ 2025-12-08 | 1 komentar | Bagikan ke WhatsApp
  • Wolfram Compute Services adalah layanan komputasi cloud yang sepenuhnya dapat diprogram untuk menskalakan komputasi Wolfram Language dalam skala besar
  • Pengguna dapat mengirim komputasi kompleks ke server jarak jauh dengan perintah RemoteBatchSubmit, lalu otomatis menerima hasilnya setelah selesai
  • Tersedia pilihan hingga 192 core dan memori 1.5TB, serta dukungan pemrosesan paralel ratusan core melalui RemoteBatchMapSubmit
  • Pekerjaan dapat dikelola dengan notifikasi email dan dashboard, batas waktu dan kredit, serta penanganan dependensi otomatis
  • Layanan ini langsung menghadirkan skalabilitas kelas superkomputer dari Wolfram Language, sehingga menyederhanakan lingkungan komputasi untuk riset dan industri

Gambaran umum Wolfram Compute Services

  • Wolfram Compute Services adalah sistem yang memungkinkan menjalankan komputasi Wolfram Language berskala besar di cloud
    • Jika kode dikirim dengan RemoteBatchSubmit, komputasi dijalankan di server Wolfram dan hasilnya dikembalikan
    • Di Wolfram Desktop 14.3 atau lebih baru, layanan dapat langsung diaktifkan dengan perintah RemoteBatchSubmissionEnvironment["WolframBatch"]
  • Layanan ini memperluas kemampuan paralel yang sudah ada seperti ParallelMap dan ParallelTable, sekaligus mengotomatiskan akses ke sumber daya komputasi skala besar
  • Semua komputasi diproses berdasarkan representasi simbolik, sehingga dapat langsung menangani berbagai tipe data seperti numerik, gambar, grafik, dan video

Skalabilitas komputasi dan lingkungan eksekusi

  • Pengguna dapat memilih berbagai kelas mesin untuk menyesuaikan skala pekerjaan
    • Contoh: Basic1x8 (1 core·8GB), Compute192x384 (192 core·384GB), Memory192x1536 (192 core·1.5TB)
    Iklan
  • RemoteBatchMapSubmit adalah versi perluasan dari ParallelMap untuk melakukan pemrosesan paralel skala besar di banyak mesin
    • Sistem ini secara otomatis membuat “child job” yang didistribusikan ke tiap core, lalu hasilnya dapat digabungkan dengan Catenate
  • Status pekerjaan dapat dipantau secara real-time lewat dashboard web, dan saat selesai tersedia pratinjau hasil melalui email

Contoh: PentagonTiling dan eksplorasi cellular automaton

  • Ditunjukkan contoh pembuatan pola pentagon tanpa tumpang tindih dengan fungsi PentagonTiling
    • 20 pentagon dapat diproses cepat secara lokal, tetapi 500 atau lebih dijalankan dengan mengirimkannya ke Compute Services
    • Hasil dikirim melalui email, dan perhitungan lanjutan bisa langsung dilakukan di Wolfram Notebook
  • Juga ditunjukkan contoh eksplorasi paralel berskala besar yang menguji 100 juta aturan cellular automaton
    • Pada mesin 192 core, pekerjaan selesai dalam hitungan beberapa jam, dan dengan RemoteBatchMapSubmit hasil diperoleh dalam 3 menit
    • Total 8 jam waktu komputasi digunakan secara paralel
    Iklan

Fitur kontrol dan pengelolaan yang dapat diprogram

  • Setiap pekerjaan dapat dikonfigurasi dengan opsi seperti batas waktu (TimeConstraint), batas kredit (CreditConstraint), dan nama pekerjaan (RemoteJobName)
  • Melalui sistem notifikasi (RemoteJobNotifications), perubahan status, penggunaan kredit, dan waktu berjalan dapat diterima lewat email atau pesan teks
  • Hasil pekerjaan secara default disimpan selama 2 minggu, dan bila perlu dapat disimpan permanen di Wolfram Cloud dengan CloudPut
  • Jika gagal, log terperinci dapat dianalisis dengan "JobLogTabular", dan pekerjaan dapat dihentikan dengan RemoteBatchJobAbort

Rencana ekspansi ke depan

  • Compute Services dimulai sebagai lingkungan komputasi batch, dan ke depan direncanakan penambahan fitur eksekusi kernel jarak jauh sinkron
  • Melalui Wolfram HPCKit, organisasi dapat membangun infrastruktur HPC mereka sendiri sebagai backend RemoteBatchSubmit
    • Selain "WolframBatch", akan didukung juga koneksi ke penyedia batch kustom
  • Layanan ini merupakan tahap terbaru dari lini Wolfram Cloud, Application Server, dan Engine yang terus berkembang sejak Mathematica pada 1988
  • Tujuannya adalah menyediakan kemampuan komputasi kelas superkomputer secara instan, agar peneliti dan pengembang dapat menjalankan komputasi skala besar dengan mudah

Bacaan terkait

1 komentar

 
GN⁺ 2025-12-08
Komentar Hacker News

  • Dulu saya sangat suka memakai Wolfram Language
    Dari sudut pandang peneliti, bukan programmer, ini terasa jauh lebih kuat sebagai alat eksplorasi dan prototyping
    Sekitar 2016~2020, saya pernah melakukan eksperimen keren seperti menghitung tanggal saat sinar matahari menembus dinding kaca dan jatuh ke dalam ruangan, lalu memvisualisasikannya dalam bentuk animasi
    Sekarang mungkin tinggal tanya Claude, tapi sebelum era LLM, WL adalah alat berpikir terbaik
    (Sebagai catatan, mereka juga menyediakan lisensi permanen)

    • Menurut saya kekuatan bahasanya datang dari sintaks yang ringkas dan library Mathematica yang sangat luas
      Kalau Python itu “batteries included”, maka Mathematica ada di level “pesawat luar angkasa included”
      Kalau dulu dirilis sebagai open source, mungkin bisa sangat mengubah industri TI, tetapi karena ini software komersial yang mahal, sepertinya akan tetap menjadi produk niche yang berpusat di akademia
    • Kombinasi Mathematica + LLM benar-benar kuat
      Jika digabungkan dengan library rutin matematika terbesar di dunia, alat visualisasi, dan akselerasi dari LLM, hasilnya menjadi alat yang nyaris tak tertandingi untuk eksperimen, pendidikan, dan visualisasi
      Saya sudah memakainya sejak 1992, tetapi sekarang jauh lebih cepat bilang ke Claude, “tolong visualisasikan ini”
    • Saya selalu menyesal belum pernah benar-benar memakai alat seperti Mathematica atau MatLab
      Saya kaget mendengar ada orang yang bahkan membuat GUI dan model deep learning hanya dengan MatLab
      Mathematica memang mahal, tapi mungkin bisa jadi motivasi untuk belajar matematika
      Saya penasaran bagaimana orang non-jurusan memakai MatLab, Mathematica, dan Maple
    • Sudah lebih dari 20 tahun terpasang di laptop saya dan dipakai paling setahun sekali
      Setiap kali dipakai, rasanya seperti memecahkan kenari dengan press 500 ton
      Bahkan di industri maupun dunia sains, Mathematica terlalu diremehkan

  • Rasanya industri teknologi butuh lebih banyak orang seperti Stephen Wolfram
    Agak eksentrik, tetapi sikapnya yang sungguh-sungguh ingin membuat sesuatu yang bagus terasa menyegarkan
    Menyenangkan melihat seseorang fokus meneliti dengan murni, tanpa tekanan keuntungan jangka pendek dari VC atau MBA

    • Setuju. Wolfram memang sering dikritik, tetapi pencapaian ilmiah dan teknis yang ia bangun selama puluhan tahun benar-benar patut dihormati

  • Andai dengan tenaga superkomputer pun Mathematica bisa berjalan dalam 30 detik
    Saya tidak paham kenapa software yang pada dasarnya melakukan hal yang hampir sama sejak 1988 bisa selambat ini

    • Meski begitu, sampai sekarang masih belum ada sistem yang bisa menggantikan ekosistem alat Mathematica
      Mengejutkan bahwa setelah 37 tahun masih belum ada alternatif yang benar-benar setara
      Jupyter Notebook tidak berada di level yang sama
    • Ini terasa seperti contoh ekstrem dari sindrom ‘Not-Invented-Here’
      Memang menghasilkan banyak fitur orisinal, tetapi sampai 2010-an masih belum ada Undo/Redo itu agak keterlaluan
    • Sebenarnya perasaan seperti ini berlaku untuk hampir semua software konsumen

  • Strategi “perluas bahasa proprietari dengan layanan proprietari” bagus untuk pelanggan lama, tetapi terbatas untuk menarik pengguna baru
    Ini terasa seperti pertanda akan dipaksa ke penggunaan berbasis cloud
    Wolfram akan jauh lebih inovatif kalau membuat layanan simulasi yang memakai LLM untuk mengubah bahasa alami → kode Mathematica
    MathWorld juga bisa dimanfaatkan sebagai aset dasar untuk itu

    • Poin yang bagus

  • Banyak orang hanya membicarakan kepribadian Stephen Wolfram atau urusan bit dan byte,
    tetapi sebenarnya pada titik ini pemrograman umum seharusnya sudah mencapai tingkat abstraksi Wolfram
    Mungkin pembuatan kode berbasis agen·LLM adalah jalan ke tahap berikutnya
    Namun sepertinya ada efek samping berupa menyusutnya ukuran tim akibat otomatisasi

    • Jika yang dimaksud “Wolfram everywhere”, saya penasaran itu konkret merujuk ke apa — aksesibilitas dataset? fungsi matematika? fitur CAS?
    • Setengah bercanda setengah serius, saya ingin bertanya, “Stephen, ini Anda ya?”
      Sebenarnya sudah ada lingkungan tempat kode yang sama bisa dijalankan di berbagai platform (x86, ARM, WASM, dll.)
      Menutup grafik, full-stack, embedded, dan HPC sekaligus dengan satu bahasa akan menimbulkan kompleksitas yang berlebihan

  • Saya sangat suka dengan cara memperkenalkan fitur baru kali ini
    Definisi masalah → cara penyelesaian → contoh → penjelasan langkah demi langkah disampaikan dengan jelas sehingga mudah dipahami
    Biasanya setelah dibaca saya malah makin bingung, tetapi kali ini berbeda

    • Hal yang menarik adalah Stephen Wolfram adalah pengguna nyata sekaligus pengambil keputusan akhir untuk software perusahaannya
      Dulu ia bahkan pernah menyiarkan langsung di YouTube rapat fitur baru, dan dari situ terasa sekali betapa besar kecintaannya pada produk itu
      Ada nuansa kepemimpinan ala Jobs

  • Sepertinya Stephen akhirnya benar-benar mengadopsi cloud computing
    Dulu saya pernah mencoba eksperimen RemoteKernel, dan kali ini tampaknya jauh lebih baik
    Tapi akan lebih bagus kalau bisa di-host di cloud sendiri
    Saya pernah menjalankan Mathematica di VM 512GB RAM dan 128 core, tetapi efisiensi biayanya kurang bagus

  • Saya sudah memakai Mathematica sejak 1990-an, dan selalu heran kenapa selama lebih dari 20 tahun mereka tidak merilis layanan komputasi cloud
    Sekarang akhirnya bisa melakukan perhitungan di server besar dari jarak jauh, jadi rasanya benar-benar ingin berkata, “akhirnya!”

  • Saya penasaran apakah trader quant juga memakai Mathematica
    Bahasanya indah, alat bawaannya banyak, dan visualisasinya juga bagus, jadi terasa sangat cocok untuk analisis keuangan
    Harganya juga tampaknya masih masuk akal, dan mungkin ada compiler untuk HFT juga

    • Ya, memang dipakai

  • Tingkat integrasi fungsi standar di Mathematica itu luar biasa
    Akan bagus jika ini diimplementasikan sebagai open source — bahkan 10%-nya saja rasanya sudah berguna
    Karena itu saya memulai proyek Woxi di Rust (github.com/ad-si/Woxi) dan sedang mencari kontributor yang mau ikut

    • Sudah ada proyek replikasi open source sekitar 10%, yaitu Mathics
    • Saya juga sedang membuat hal serupa dengan Go
      Sekitar 300 simbol sudah berjalan, dan saya juga sedang mengimplementasikan bilangan kompleks serta sistem aturan dasar
      Fitur Factor cukup rumit secara matematis sehingga masih saya teliti
      Tidak ada output grafis, berbasis terminal
      Saya sedang belajar AI programming dan konsep matematika sekaligus dengan bantuan model Claude
    • Secara pribadi saya rasa lebih baik mengimplementasikan evaluator dua lintasan
      Karena memakai token pest langsung ke fungsi itu lambat dan sulit dioptimalkan