Superkomputer w UKSW wesprze naukę i gospodarkę

Wyzwania:

• umożliwienie uczelni otwarcia się na nowe kierunki badań
• umożliwienie uczelni realizacji projektów na podstawie zdobyczy nauki z wykorzystaniem najnowszych technologii sztucznej inteligencji, zarówno na zlecenia biznesu, jak i instytucji państwowych i naukowych
• implementacja nowoczesnej pamięci masowej zdefiniowanej programowo – pierwsze tego typu rozwiązanie SDS od IBM wdrożone w Polsce

Korzyści:

• realizacja obliczeń wysokiej wydajności, rozszerzonych o zadania sztucznej inteligencji i wysokowydajnej analizy danych
• realizacja zagadnień modelowania symulacji, zjawisk i procesów, bazując na dużych zbiorach danych
• nowa perspektywa badawcza dla polskiej nauki
• dzięki uczeniu maszynowemu i sztucznej inteligencji komputery są w stanie wykonać te same zadania znacznie szybciej, a często skuteczniej
• zastosowanie w optymalizacji czy prognozowaniu, również m.in. w medycynie, przemyśle czy finansach. Klaster obliczeniowy przyspieszy prace naukowców i otworzy nowe możliwości wykorzystania wysokiej mocy obliczeniowej w praktyce – od modelowania matematycznego przez diagnostykę obrazową po szukanie innowacji dla przemysłu

Komponenty rozwiązania:

• technologie zawarte w serwerach IBM Power System wyposażonych w koprocesory NVIDIA Tesla
• węzły obliczeniowe połączone z wydajną, zdefiniowaną programowo pamięcią masową IBM Elastic Storage Server za pomocą wysokoprzepustowej sieci InfiniBand
• wydajna platforma treningowa, która gwarantuje potężną przepustowość podczas realizowania obciążeń generowanych przez intensywne obliczenia, głębokie uczenie i mechanizmy AI

Nowa perspektywa badawcza dla polskiej nauki

Zadaniem ośrodka jest otwarcie uczelni na nowe kierunki badań oraz rozwijanie współpracy z biznesem, szczególnie z wykorzystaniem wielkoskalowego przetwarzania danych oraz zdobyczy metod sztucznej inteligencji.

– Zmienia się nasza rzeczywistość, dlatego i nauka musi się zmieniać. Nasz ośrodek badawczy będzie realizował projekty przede wszystkim na podstawie zdobyczy nauki z wykorzystaniem najnowszych technologii sztucznej inteligencji, zarówno na zlecenia biznesu, jak i instytucji państwowych i naukowych – komentuje profesor Marek Niezgódka, dyrektor Centrum Cyfrowej Nauki i Technologii UKSW. – Już samo jego powstanie to przykład referencyjnej współpracy nauki reprezentowanej przez nasz Uniwersytet oraz gospodarki.

Innowacyjna architektura sprzętowa została opracowana i stworzona przez IBM.

– Wykorzystaliśmy technologie zawarte w serwerach IBM Power System wyposażonych w koprocesory NVIDIA Tesla. Węzły obliczeniowe połączyliśmy z wydajną, zdefiniowaną programowo pamięcią masową IBM Elastic Storage Server za pomocą wysokoprzepustowej sieci InfiniBand – mówi Krzysztof Lipski, Inżynier IT w firmie Infonet Projekt, odpowiedzialnej za wdrożenie. – Na tej podstawie zaprojektowaliśmy i wdrożyliśmy wydajną platformę treningową, która gwarantuje potężną przepustowość podczas realizowania obciążeń generowanych przez intensywne obliczenia, głębokie uczenie i mechanizmy AI – dodaje.

Komputer, któremu nadana została nazwa CATO, jest spójnym systemem obejmującym swoim zakresem zarówno podsystem wielkoskalowego przetwarzania danych, jak i podsystem przechowywania i udostępniania danych. Komplementarną częścią systemu są pakiety oprogramowania działające w poszczególnych warstwach systemu.

– Realizacja tego projektu pokazuje, że nie tylko doskonale rozumiemy i poruszamy się w zagadnieniach technologicznych, ale także skutecznie łączymy ten świat ze światem nauki i biznesu – wskazuje Piotr Fabiański, prezes zarządu Infonet Projekt. – Implementacja nowoczesnej pamięci masowej zdefiniowanej programowo to pierwsze tego typu rozwiązanie SDS od IBM wdrożone w Polsce. Jesteśmy dumni, że mamy wpływ na rozwój technologii – dodaje.

Katalizator rozwoju innowacji przy wsparciu AI

Uruchomiony klaster obliczeniowy jest akcelerowany układami GPGPU. Wykorzystywane najnowocześniejsze architektury sprzętowe w połączeniu z oprogramowaniem tworzą efektywne środowisko pracy. Obszary, w których można zastosować system CATO, w sposób naturalny wynikają z szerokiej różnorodności zastosowań sztucznych sieci neuronowych w przetwarzaniu informacji. Właściwości i zdolności sieci do samouczenia się, podobieństwa do cech ludzkiego mózgu przekładają się na dziedzinowe zastosowania, które z pewnością będą się rozwijać i rozszerzać. Właśnie na etapie innowacji, szczególnie istotne stają się zagadnienia tzw. głębokiego uczenia (deep learning), które stanowią dynamicznie rozwijającą się dziedzinę nauk komputerowych.

– Budując nasze rozwiązanie bazujące na najnowszych architekturach sprzętowych oraz stosując ekosystem rozwiązań programowych zanurzonych w nurcie otwartego oprogramowania, chcemy pełnić rolę katalizatora rozwoju innowacyjności – podkreśla Michał Iwański z CNT UKSW. – Świat superkomputerów, do tej pory hermetyczny i przeznaczony dla najbardziej doświadczonych specjalistów, w naszej implementacji chcemy uczynić przystępnym i efektywnym w użyciu. Nie chcemy zmieniać przyzwyczajeń naukowców do tradycyjnych narzędzi, ale przenieść je w nowy wymiar – w przestrzeń klastra obliczeniowego – z ich językami, bibliotekami, narzędziami – podsumowuje Iwański.