Využití HPC pro analýzu velkých dat a pro náročné výpočty SLEZSKÁ UNIVERZITA OBCHODNĚ PODNIKATELSKÁ FAKULTA V KARVINÉ Inovace v ICT Ing. Kateřina Slaninová, Ph.D. Obsah přednášky • Superpočítače • Porovnání výkonnosti počítačů • HPC a práce s velkými daty v Evropě • EuroHPCJU • ETP4HPC • B DVA • PRACE • HiPEAC • Trendy využití HPC v Evropě a ve světě • Velké výzkumné infrastruktury v ČR a HPC • CESNET • CERIT-SC • IT4Innovations • IT4Innovations národní superpočítačové centrum Využití HPC pro analýzu velkých dat a pro náročné výpočty 2 Superpočítače High performance computing (HPC), výpočetní výkon, paralelizace Superpočítače • Vysoce výkonné počítače, počítače určené pro řešení výpočetně náročných úloh • Propojení více výpočetních uzlů • Velmi rychlá komunikační síť (např. Infiniband, až 200 GB/s) HPC = High Performance Computing Využití HPC pro analýzu velkých dat a pro náročné výpočty Paralelizace Návrh software nebo systému tak, aby fungoval paralelně. Různé druhy paralelizace • Z pohledu algoritmu • Speciální úprava algoritmů • Řešení náročných úloh lze rozdělit na menší úlohy • Z pohledu komunikace • Práce s velkými daty nebo náročné úlohy vyžadující komunikaci mezi výpočetními uzly • Z pohledu množství zpracovaných dat • Sdílení dat mezi výpočetními uzly (rychlé propojení) Výpočetní výkon • Jednotka Flop/s (Floating-point Operations Per Second) • počet operací v pohyblivé řádové čárce za sekundu ^ • Současný výkon superpočítačů v rozsahu PFlop/s -^EBlop/s Prefix Symbol Násobek Exponent kilo k 1000 103 mega M 1 000 000 106 giga G 1 000 000 000 109 tera T 1 000 000 000 000 1012 peta P 1 000 000 000 000 000 1015 exa E 1 000 000 000 000 000 000 1018 Využití HPC pro analýzu velkých dat a pro náročné výpočty 5 Paralelizace Návrh software nebo systému tak, aby fungoval paralelně. Různé druhy paralelizace • Z pohledu algoritmu • Speciální úprava algoritmů • Řešení náročných úloh lze rozdělit na menší úlohy • Z pohledu komunikace • Práce s velkými daty nebo náročné úlohy vyžadující komunikaci mezi • Z pohledu množství zpracovaných dat • Sdílení dat mezi výpočetními uzly (rychlé propojení) Výpočetní výkon • Jednotka Flop/s (Floating-point Operations Per Second) • počet operací v pohyblivé řádové čárce za sekundu • Současný výkon superpočítačů v rozsahu PFlop/s -> EFlop/s Příklady úloh: • Střednědobá a dlouhodobá předpověď počasí • Bioinformatika, vývoj nových léčiv, analýza DNA sekvencí • Matematické a fyzikální výpočty, materiálové inženýrství • Simulace v různých odvětvích • Digitální dvojčata (digital twins), • Quantum computing, atd. Využití HPC pro analýzu velkých dat a pro náročné výpočty Škálovatelnost - hardware Schopnost systému zvládnout rostoucí požadavky na výkon za zvýšeného zatížení (nebo klesající nároky na výkon systému). • Horizontální škálování (scale out) • Zvýšení kapacity stávajícího HW, který funguje jako jeden logický celek • Přidání dalších serverů, počítačů, výpočetních uzlů • Není omezení z hlediska HW • Např. nárůst uživatelů • Vertikální škálování (scale up) • Zvyšování výkonnosti serveru, počítače, výpočetního uzlu • Např. přidání procesorů, paměti, disků, výkonnější grafické karty, atd. • Většinou urgentní případy, kdy je potřeba rychle reagovat • Omezení daná používaným HW Horizontal Scaling (Scale Out) Load Balancer 1 Vertical Scaling (Scale Up) Využití HPC pro analýzu velkých dat a pro náročné výpočty 7 Škálovatelnost - software Schopnost software přizpůsobit svou kapacitu a funkčnost na základě měnících se uživatelských požadavků (obvykle na výkon a zatížení). • Software reaguje pružně při změně zátěže (je alokováno větší/menší množství zdrojů) • Obvykle dynamická alokace • Důležitý návrh efektivního kódu s ohledem na škálovatelnost, údržbu, pružnost • Výběr vhodného algoritmu (výkonnost, prostorová složitost) • Lepší management paměti (garbage collection) • Pečlivý výběr použitých knihoven (výkonnost) • Asynchronní přístup, kde je to vhodné (vyřízení neurgentních požadavků na pozadí) • Využívání bezstavových transakcí (vyhnout se sdílení dat mezi požadavky) • Efektivní správa lokálních souborů - využívat na to vhodné prostředky (speciální úložiště k tomu určená) • Přesun některých server-side sessions na stranu klienta (cookies) • Umístění aplikací a dat potřebných pro zpracování z pohledu heterogenních systémů (efektivnější komunikace) • Vertikální vs. horizontální škálovatelnost (přidání HW) • No SQL databáze (InfluxDB, HDF5 a další) • Využívání cache, data pre-fetching (memoization, burst buffers atd.) Využití HPC pro analýzu velkých dat a pro náročné výpočty 8 HPC a Cloud Cloud computing • Dříve typické Horizontální škálování • Dynamické přizpůsobení výpočetních zdrojů podle požadavků zákazníka (např. Kubernetes] • Typické úlohy, kdy jednu úlohu je možné rozdělit na mnoho menších úloh • Embarasingly parallel problems (snadno paralelizovatelné problémy, téměř žádná závislost nebo nutnost komunikace mezi paralelními úlohami nebo výsledky HPC Dříve typické Vertikální škálování Extrémně velké výpočty, paralelizace řešených problémů Typické sdílení dat mezi výpočetními uzly Speciální architektury, velmi rychlé propojení mezi výpočetními uzly (Infiniband] Propojování HPC a Cloudu Vývoj specializovaného SW umožňujícího snadnější přístup k HPC infrastruktuře • HPC in a Cloud (AWS, Google Cloud, Microsoft Azure, IBM Spectrum Computing, a další] • HPC as a Service (Atos, Cray, IT4I a další] Využití HPC pro analýzu velkých dat a pro náročné výpočty 9 Porovnávání výkonnosti superpočítačů Srovnávací testy, žebříčky Porovnávání výkonnosti počítačů • Srovnávací testy (benchmarks) • Testy s dobře popsanou dokumentací tak, aby byly zopakovatelné s porovnatelnými výsledky • Dokumentace obsahuje také podmínky nebo pravidla pro spouštění testů a pro záznam výsledků • čas trvání testu • konfigurace systému • verze použitých knihoven • počet výpočetních jader • topologie sítě, atd. • I když bývají specifické, jsou obvykle používány pro vyvození obecných závěrů k chování systému Metodiky pro srovnávání výkonnosti počítačů • Mezinárodní žebříčky pro srovnávání, pravidelná aktualizace (např. TOP500) • Účast v žebříčcích nepovinná, přesto však prestižní Benchmark Využití HPC pro analýzu velkých dat a pro náročné výpočty 11 Porovnávání výkonnosti počítačů - TOP500 G|Ď 500 The List. • Nejznámější metodika pro měření výkonnosti počítačů (od roku 1993) • http s: // www, top500. org • Výsledky 2x ročně zveřejňovány na předních světových konferencích zaměřených na superpočítače • Červen: ISC High Performance (Německo) - https://www.isc-hpc.com • Listopad: Supercomputing, SC (USA) - https://supercomputing.org • LINPACK Benchmark (High Performance Linpack, HPL Benchmark) • Neřeší celkovou výkonnost daného systému, ale řeší často se vyskytující typ problému, a to vyřešení hustého systému lineárních rovnic • Algoritmus veřejně dostupný, je možné jej optimalizovat přímo na daný typ výpočetní infrastruktury • Země s ne j výkonnějšími počítači: • Japonsko • USA • Čína • Evropa -> Německo , LUMI Zdroj: LINPACK Benchmark, https://www.top500.org/proiect/linpack/ Využití HPC pro analýzu velkých dat a pro náročné výpočty 12 Porovnávání výkonnosti počítačů - TOP500 - svět Rmax Rpeak Power Cores [TFlop/s] (TFlop/s) (kW) 1 Supercomputer Fugaku - Supercomputer Fugaku, A64FX 48C 7,630,848 442,010.0 537,212.0 29,899 2.2GHz, Tofu interconnect □, Fujitsu RIKEN Center for Computational Science Japan 2 Summit-IBM Power System AC922, IBM POWER9 22C 2,414,592 148,600.0 200,794.9 10,096 3.07GHz, NVIDIA Volta GV100, Dual-rail Mellanox EDR Infiniband, IBM DOE/SC/Oak Ridge National Laboratory United States 3 Sierra-IBM Power System AC922, IBM POWER9 22C 3.1 GHz, 1,572,480 94,640.0 125,712.0 7,438 NVIDIA Volta GV100, Dual-rail Mellanox EDR Infiniband, IBM / NVIDIA/Mellanox DOE/NNSA/LLNL United States 4 SunwayTaihuLight-SunwayMPP, Sunway SW26010 260C 10,649,600 93,014.6 125,435.9 15,371 1.45GHz, Sunway, NRCPC National Supercomputing Center in Wuxi China Listopad 2021 Rank System 5 Perlmutter-HPE Cray EX235n, AMD EPYC 7763 64C 761,856 70,870.0 93,750.0 2,589 2.45GHz, NVIDIA A100 SXM4 40 GB, Slingshot-10, HPE DOE/SC/LBNL/NERSC United States Zdroj: https://www.top500.org/lists/top500/2021/ll/ Využití HPC pro analýzu velkých dat a pro náročné výpočty 13 Porovnávání výkonnosti počítačů - TOP500 - Evropa {Tj^jsoo The List. Listopad 2021 Rank System Rmax Rpeak Power Cores (TFlop/s) (TFlop/s) (kW) JUWELS Booster Module - BuUSequana XH2000, AMD EPYC 449,280 44,120.0 70,980.0 1,764 7402 24C 2.8GHz, NVIDIAA100, Mellanox HDR InfiniBand/ParTec ParaStation ClusterSuite, Atos Forschungszentrum Juelich (FZJ) Germany HPC5 - PowerEdge C4140, Xeon Gold 6252 24C 2.1GHz, NVIDIA Tesla V100, Mellanox HDR Infiniband, DELL EMC Eni S.p.A. Italy 669,760 35,450.0 51,720.8 2,252 14 CEA-HF-BullSequanaXH2000, AMD EPYC 7763 64C 2.45GHz, 810,240 23,237.6 31,761.4 4,959 Atos BXI V2, Atos Commissariat a l'Energie Atomique (CEA) France 18 Marconi-100 - IBM Power System AC922. IBM P0WER9 16C 3GHz, Nvidia Volta V100, Dual-rail Mellanox EDR Infiniband, IBM CINECA Italy 347,776 21,640.0 29,354.0 1,476 Zdroj: https://www.top500.org/lists/top500/2021/ll/ Využití HPC pro analýzu velkých dat a pro náročné výpočty 14 Porovnávání výkonnosti počítačů - Graph500 • Srovnání více zaměřeno na datovou zátěž a komplexní datové problémy • Od roku 2011 • Aktualizován 2x ročně • Benchmark postaven na grafových algoritmech a prohledávání do šířky • Breadth-First Search (BFS) • Single Source Shortest Paths (SSSP) • Hlavní metrika: Gtep/s (počet hran zpracovaných za sekundu] • Green Graph500 (výkonnost vzhledem ke spotřebě] • https://graph500.org Využití HPC pro analýzu velkých dat a pro náročné výpočty Porovnávání výkonnosti počítačů - Graph500 - BFS RANK t PREVIOUS A RANK MACHINE i VENDOR i TYPE í NETWORK i INSTALLATION A SITE LOCATION i COUNTRY Í YEAR ^ 1 1 Supercomputer Fugaku Fujitsu Fujitsu A64FX Tofu Interconnect D RIKEN Center for Computational Science (R-CCS) Kobe Hyogo Japan 2020 2 2 Sunway TaihuLight NRCPC Sunway MPP Sunway National Supercomputing Center in Wuxi Wuxi China 2015 3 3 Wisteria/BDEC-01 (Odyssey) Fujitsu PRIMEHPC FX1000 Tofu interconnect D Information Technology Center The University of Tokyo Kashiwa Chiba Japan 2021 4 4 TOKI-SORA Fujitsu PRIMEHPC FX1000 Tofu interconnect D Japan Aerospace exploration Agency (JAXA) Tokyo Japan 2020 5 new LUMI-C HPE HPE Cray EX HPE Slingshot-10 EuroHPC/CSC Kajaani Finland 2021 6 5 OLCF Summit (CPU-Only) IBM IBM POWER9 Oak Ridge National Laboratory Oak Ridge TN United States 2018 Zdroi: http://graph500.org/7page id 1=1009 Využití HPC pro analýzu velkých dat a pro náročné výpočty Porovnávání výkonnosti počítačů - Graph500 - SSSP RANK í PREVIOUS » RANK MACHINE í VENDOR i TYPE * NETWORK i INSTALLATION ^ SITE LOCATION J COUNTRY* YEAR i 1 1 Tíanhe Exascale Prototype Upgrade System National University of Defense Technology FT-2000V TH Express-3 National Supercomputer Center in Tianjin Tianjin China 2 2 SuperMUC-NG Lenovo ThinkSystem SD530Xeon Platinum 8174 24C 3.1 GHz Intel Omni-Path Leibniz Rechenzentrum Garching Germany 2018 3 new DepGraph HUST&& Nvidia DepGraph (+GPU Tesla V100) Custom National Engineering Research Center Wuhan China 2020 for Big Data Technology and System Services Computing Technology and System Lab Cluster and Grid Computing Lab Huazhong University of Science and Technology {GRABkti 4 new Intel Xeon Gold 5117+NVIDIA Tesla V100 Intel && Nvidia CPU Intel Xeon Gold 5117+GPU Nvidia Tesla V100 Custom BDTS && SCTS && CGCL&& Huazhong University of Science and Technology Wuhan China 2020 5 3 NERSC Cori -1024 haswell partition Cray XC40 Aries NERSC/LBNL DOE/SC/LBNL/NERSC United States 2017 Zdroj: http://graph500.org/7page id=1011 Využití HPC pro analýzu velkých dat a pro náročné výpočty 17 Porovnávání výkonnosti počítačů - Green500 • Hodnocení superpočítačů z pohledu jejich efektivnosti s ohledem na spotřebu energie • Spotřeba energie velmi důležitá v souvislosti s budoucími počítači s extrémně velkými výkony • Od roku 2005 • http s: / / www, top500. org TOP500 Rank Rank System 301 MN-3 - MN-Core Server, Xeon Platinum 8260M 24C 2.4GHz, Preferred Networks MN-Core, MN-Core DirectConnect, Preferred Networks Preferred Networks Japan 291 295 SSC-21 Scalable Module - Apollo 6500 Gen 10 plus, AMD EPYC 75/13 32C 2.8GHz, NVIDIA A100 80GB, Infiniband HDR200, HPE Samsung Electronics South Korea Tethys - NVIDIA DGX A100 Liquid Cooled Prototype, AMD EPYC 7742 64C 2.25GHz, NVIDIA A100 80GB, Infiniband HDR, Nvidia NVIDIA Corporation United States 280 Wilkes-3 - PowerEdge XE8545, AMD EPYC 7763 64C 2.45GHz, NVIDIA A100 80GB, Infiniband HDR200 dual rail, DELL EMC University of Cambridge United Kingdom 30 HiPerGatorAI - NVIDIA DGX A100, AMD EPYC 7742 64C 2.25GHz, NVIDIA A100, Infiniband HDR, Nvidia University of Florida United States Cores 1,664 19,840 Rmax ITFlop/s| 2,181.2 16,704 2,274.1 2,255.0 26,880 2,287.0 138,880 17,200.0 Power IkW) 55 103 72 74 583 Power Efficiency (GFlops/watts) 39.379 33.983 31.538 30.797 29.521 The GREEN 50Q Zdroj: https://www.top500.org/lists/green500/2021/ll/ Využití HPC pro analýzu velkých dat a pro náročné výpočty 18 HPC v Evropě EuroHPC JU, ETP4HPC, PRACE, CoEs 19 HPC v Evropě • Koordinace a podpora konkurenceschopnosti Evropské unie vzhledem ke světovému trhu • Vytvořeny instituce a sdružení za tímto účelem Evropský HPC ekosystém postaven na 3 základních pilířích: • Zajištění technologie • Evropská technologická platforma pro HPC ETP4HPC (European Technology Platform for High Performance Computing) • Evropská HPC infrastruktura • Reprezentovaná PRACE (Partnership for Advanced Computing in Europe) • Odborné znalosti v oblasti využití HPC • Reprezentované Centry excelence CoE (Centres of Excellence for Computing Applications) Využití HPC pro analýzu velkých dat a pro náročné výpočty 20 Evropský HPC ekosystém European HPC Eco-system INFRASTUCTURE PRACE Acces to best HPC for industry and academia EXCELLENT SCIENCE E-INFRASTRUCTURES Specifications of exascale prototypes. Technological options for future systems. TECHNOLOGY ETP4HPC EU development of Exascale technologies FET / HPC Collaboration of HPC Supercomputing Centres and application CoEs. Provision of HPC capabilities and expertise. Identify applications for co-design of exascale systems. Innovative methods and algorithms for extreme parallelism of traditional/emerging applications. APPLICATIONS CENTRES OF EXCELLENCE Zdroj: https://www.etp4hpc.eu/euexascale.html Využití HPC pro analýzu velkých dat a pro náročné výpočty 21 HPC a Digital continuum Nový přístup ke zpracování dat a využití výpočetních • Inteligentní zpracování dat na straně edge (IoT) • Edge, fog computing, stream analýzy • Transformace dat ASAP • Spolupráce mezi edge zařízeními a HPC/cloudem • Bezpečnost dat • Lepší propustnost sítě • Lepší využití HPC/cloudu • Vytvoření spojitého toku pro komunikaci a zpracování dat Zdroj: S RA 4 https://www.etp4hpc.eu/pujades/files/ETP4HPC S R A4 2020 webíD.pdf Využití HPC pro analýzu velkých dat a pro náročné výpočty 22 Kategorizace superpočítačových center Využití HPC pro analýzu velkých dat a pro náročné výpočty 23 EuroHPC JU (Joint Undertaking) .r— ★ * ★ h-* *jj EuroHPC bu_L+ *j_|3 Joint Undertaking "-t ★ x * • Evropské sdružení, které má má za cíl v rámci spolupráce evropských zemí podpořit cestu k vybudování vlastního evropského exascalového superpočítače do roku 2022/2023 a tím významně přispět k digitalizaci evropské společnosti a průmyslu • Sdružení založeno v říjnu 2018, sídlo Luxemburg • Zapojeno 32 evropských států, EU a 2 soukromé subjekty (ETP4HPC a B DVA) - ČR členem od ledna 2018 • Mise • Vytvoření integrované superpočítačové a datové infrastruktury světové třídy v Evropě • Podpora vysoce konkurenceschopného a inovativního ekosystému pro vysoko-výkonnostní počítání a velká data (HPC /Big Data) • https://eurohpc-ju.europa.eu Centra excelence (Centers of Excellence CoEs) Využití HPC pro analýzu velkých dat a pro náročné výpočty 24 EuroHPC JU - struktura • Správní rada (Governing Board) • Členské státy • Evropská komise • Průmyslová a vědecká poradní rada (Industrial and Scientific Advisory Board) • Poradní výbor pro infrastrukturu (Infrastructure Advisory Group - INFRAG) • Poradní výbor pro výzkum a inovace (Research and Innovation Advisory Group - RIAG) Governing Board Public Members (Participating States + European Commission) The decision making Board f Executive Director Industrial and Scientific Advisory Board (Advisory role) Infrastructure Advisory Group Research & Innovation Advisory Group Private Partners Využití HPC pro analýzu velkých dat a pro náročné výpočty EuroHPC JU - Evropské superpočítače světové třídy, -r— * * * 3 pre-exascale superpočítače (2021-2022) • LUMI - Kajaani (FI) • Leonardo - Bologna (IT) • MareNostrum5 - Barcelona (ES) • EuroHPC vlastník, spoluvlastnictví 17 členských států 5 petascale superpočítačů (2020-2021) • MeluXina - Bissen (LU) • Karolina - Ostrava (CZ) • VEGA - Maribor (SI) • Deucalion - Guiamaraes (PT) • Discoverer - Sofia (BG) • Vlastníci členské státy, EuroHPC (35%) Podpora HPC ekosystému: • Vývoj Evropského procesoru pro HPC a exascale pilotní systémy (EPI) • 32 HPC center kompetence [CoC] propagujících inovace a vzdělávací aktivity ve všech participujících státech • Podpora průmyslu, MSP Poskytování výpočetního času • Přes Open Access výzvy 1 I EuroHPC Joint Undertaking Meluxina. LuxProvide. Bissen (LU) Pre-exascale Petascale Univ. Minho. I RibadeAve(PT)| BSC, Barcelona (ES) MareNostnm5, Využití HPC pro analýzu velkých dat a pro náročné výpočty 26 ETP4HPC • Evropská technologická platforma pro vysoko-výkonnostní výpočty (European Technology Platform for High-Performance Computing] • http: / / www.etp4hpc.eu • Definování technologických a výzkumných priorit v oblasti vysoko-výkonnostních výpočtů v Evropě • Založena v roce 2012 • Sdružuje výrobce HPC technologií, výzkumná centra, koncové uživatele • Strategická výzkumná agenda SRA (Strategie Research Agenda) • SRA 4 (2020): https://www.etp4hpc.eu/puiades/files/ETP4HPC S R A4 2020 webfll.pdf • Evropské výzkumné priority pro období 2021 - 2024 • Podklad Evropské komisi a EuroHPC JU pro definování obsahu programových balíčků zaměřených na HPC a HPDA technologie (výzvy v rámci Horizon Europe, Digital Europe, atd Využití HPC pro analýzu velkých dat a pro náročné výpočty BDVA (Big Data Value Association) DAIRO (Data. AI and Robotics aisbll 1. É Vi SIEMENS orange NOKIA mi e c Mezinárodní nezisková organizace PHILIPS Digitální transformace v oblasti velkých dat a umělé inteligence Podpora výzkumu a inovací týkajících se oblasti velkých dat (Big Data] Podpora konkurenceschopnosti Evropy v oblasti Big Data technologií Více než 200 členů z celé Evropy Soukromá (průmysl, MaSP], veřejná, akademická sféra Realizace Big Data Value PPP programu (Private-public parthership] 2021 - přejmenování na DAIRO http://bdva.eu/ , ... a mnoho dalších včetně IT4Innovations BDV BIG DATA VALU E ASSOCIATION AtoS Insight iníěD HUAWGI Fraunhofer Využití HPC pro analýzu velkých dat a pro náročné výpočty 28 PRACE • PRACE (Partnership for Advanced Computing Europe] je mezinárodní nezisková asociace • Podpora vědeckých objevů a technického výzkumu a vývoje napříč všemi disciplínami s cílem podpořit konkurenceschopnost Evropy • Evropská výzkumná infrastruktura poskytující HPC služby na světové úrovni výzkumníkům jak z akademické, tak z průmyslové sféry • 25 členů v roce 2017, včetně IT4Innovations (ČR] • https://prace-ri.eu Poskytování výpočetního času • Přes Open Access výzvy • Podání projektu na výpočetní čas (cíl projektu, metody, stav současné vědy, přínos projektu, zdůvodnění množství výpočetních prostředků] • Recenzní řízení • Výzvy pro EuroHPC superpočítače Vzdělávací programy, kurzy a školení • Zaměření na využití výzkumné infrastruktury • Letní/zimní školy, workshopy Využití HPC pro analýzu velkých dat a pro náročné výpočty 29 HiPEAC HiPEAC (European Network of Excellence on High Performance and Embedded Architecture and Compilation] • Projekt pro podporu společné strategie vývoje a implementace Evropského HPC ekosystému • https: //www.hipeac.net • Největší sociální síť zaměřená na výpočetní systémy na světě • Sdružuje více než 2000 výzkumníků, průmyslových partnerů a studentů z oblasti výpočetních systémů • Vzdělávání a kurzy, podpora mobility, propagace HPC, networking mezi členy • Pořádá konference a letní školy: • CSW (Computer Systems Week] • HiPEAC conference • ACACES (International Summer School on Advanced Computer Architecture and Compilation for High-performance Embedded Systems] Využití HPC pro analýzu velkých dat a pro náročné výpočty 30 EUROPEAN OPEN SCIENCE CLOUD • EOSC (European Open Science Cloud] je prostředí pro hostování a zpracování výzkumných dat na podporu s cílem podpořit vědu v Evropské unii • Cílová skupina: Evropští výzkumníci, firmy, občané • Federativní prostředí pro publikování, vyhledávání a znovu použití dat, nástrojů a služeb pro výzkum, inovace a vzdělávání • Jednotný přístup • FAIR (Findability, Accessibility, Interoperability and Reusability) přístup • Findability - dohledatelnost • Accessibility - dostupnost, přístupnost • Ineroperability - vzájemná propojintelnost, standardizace • Reusability - opětovná využitelnost • Spolehlivá možnost opětovného využití výzkumných dat a všech ostatních digitálních objektů vytvořených během výzkumného životního cyklu (např. metody, software, publikace) EOSC Využití HPC pro analýzu velkých dat a pro náročné výpočty 31 Gaia-X gaia-x Legend ■ Established In progress Iniciativa, která vyvíjí softwarový Framework pro správu, řízení a implementaci společných pravidel, která mohou být aplikována na jakékoliv existující cloud/edge technologie Cíl - platí pro data i služby • Transparentnost • Regulovatelnost • Přenositelnost • Interoperabilita (propojitelnost) Data Spaces - digitální ekosystémy • Sběr, výměna dat mezi mnoha účastníky a organizacemi • Bezpečnost dat Gaia-X HUBs V jednotlivých zemích Netherlands Belgium Great Britain re I and Luxembourg Sweden Finland Poland Estonia Germany Slovakia Austria Slovenia Greece Využití HPC pro analýzu velkých dat a pro náročné výpočty 32 Centra Excelence (Centres of Excellence CoEs] • Cílem je podpořit přední postavení Evropy v oblasti HPC aplikací a pokrýt důležité oblasti jako obnovitelné zdroje energie, materiály, modely a návrh • Podpora HPC kódu, výpočetních aplikací, extrémně náročného počítání a dat (exascale a více] European Excellence in HPC Applications Koordinace: projekt FocusCoE Fŕ« CUS bioeypeL ChEESE • BioExcel - Centre of Excellence for Biomolecular Research • ChEESE - Centre of Excellence in the domain of Solid earth • CoEC - Centre of Excellence in Combustion • CompBioMed - Centre of Excellence in Computational Biomedicine ^CampBiDFTlEd • E-CAM - European infrastructure for computational science applied to simulation and modelling of materials and of biological processes • EoCoE - Energy oriented Centre of Excellence for computer applications C E Využití HPC pro analýzu velkých dat a pro náročné výpočty 33 Centra Excelence (Centres of Excellence CoEs] European Excellence in HPC Applications c ESiWACE - Excellence in Simulation of Weather and Climate in Europe EXCELLERAT - Centre of Excellence for Engineering Applications -■ - HiDALGO - HPC and Big Data Technologies for Global Systems .■■S^XCELLERAT MaX - Materials design at the eXascale NOMAD - Novel Materials Discovery Center Of Excellence PerMedCoE - Centre of Excellence in Personalised Medicine POP - Performance Optimisation and Productivity Centre of Excellence RAISE - Research on AI- and Simulation-Based Engineering at Exascale TREX - Targeting Real Chemical Accuracy At The Exascale esiwace MAX DRIVING THE EXASCALE TRANSITION Targeting Real chemical accuracy at the EXascale I Med HiDALGO NOVEL MATERIALS DISCOVERY pqp Využití HPC pro analýzu velkých dat a pro náročné výpočty 34 Národní Centra Kompetence (National Centres of Competence CCs] https: //www.eurocc-access.eu EURO ACCESS • Koordinace: EuroCC projekt - provázání dosavadních národních center do jednoho integrovaného systému • Spolupráce s aplikační sférou, vytváření poznatků s vysokým potenciálem pro přímé uplatnění v praxi • Průmyslově orientovaná architektura, podpora softwarového prostředí a služeb • Zpřístupnění HPC infrastruktury • Podpora průmyslu, malých a středních podniků • Vzdělávání, kurzy Využití HPC pro analýzu velkých dat a pro náročné výpočty 35 Digitální Inovační HUBy (DIH) Jednotná kontaktní místa [one-stop-shops], která usnadňují firmám digitalizovat jejich podnikání Pomáhají firmám v růstu jejich konkurenceschopnosti formou zlepšování jejich business/výrobních procesů, produktů i služeb prostřednictvím digitálních technologií Nabízejí přístup ke znalostem a technologiím, které nejsou firmám běžně dostupné Poskytují nezávislé expertízy Umožňují experimentovat a nalézat nová řešení Regionální spojení více partnerů s přesahem mimo region Klienti: MSP, velké firmy, organizace veřejné správy, zdravotnická zařízení, start-upy apod. Katalog DIHů: http://s3platform.jrc.ec.europa.eu/digital-innovation-hubs-tool incubators ♦ ♦ governments 1 . research. ' organisations start-ups investors €£$ áí other O H i* "" *SMEs * ••lariLe ^companies ^industry •associations ©TNO, 2015 Využití HPC pro analýzu velkých dat a pro náročné výpočty Zdroj: http://s3platform.jrc.ec.europa.eu/digital-innovation-hubs 36 Trendy využití HPC v Evropě a ve světě Využití HPC pro analýzu velkých dat a pro náročné výpočty 37 Trendy využití HPC I Problémy zaměřené na Big data, analýzu dat, umělou inteligenci, modelování a HPC v cloudu. Některé typické oblasti: • Matematické modelování • Využití ve všech oblastech vědy a při vývoji nových technologií • Numerická řešení matematických modelů vyžadují znalosti různých vědeckých disciplín • Např. analýza nekonečně dimenzionálních systémů rovnic a jejich diskretizace, řešení konečně dimenzionálních úloh • Molekulární dynamika • Analýza dynamiky rozsáhlých makromolekul včetně biologických systémů jako proteiny nukleové kyseliny (DNA, RNA) a membrány • Výpočetní výkon často používán k simulacím, predikci či analýze interakcí atomů v systému • Studium biologických systémů, zpracování/porovnávání genomů a DNA/RNA sekvencí např pro hledání léčiv, dokování proteinů • V materiálovém inženýrství a nanotechnologii využití např pro predikci defektů, lomů, vývoj nových technologií, modelování chemických reakcí atd. Využití HPC pro analýzu velkých dat a pro náročné výpočty Trendy využití HPCII Využití HPC pro analýzu velkých dat a pro náročné výpočty 39 Trendy využití HPC III • Zpracování grafiky a multimédií • Např. 3 D vizualizace a renderování obrazu • Kódování/dekódování obrazu, zpracování obrazu a jeho analýza, počítačově generovaná grafika • Využití v různých oblastech jako zdravotnictví, bezpečnost, doprava, zpracování radarových snímků, vizualizace a modelování v průmyslu, astrologie, nebo i filmový a herní průmysl • Vysoce výkonné datové analýzy obecně (HPDA) • Analýza a zpracování velkých dat (Big Data) • Prolíná se s výše uvedenými oblastmi (např. finanční analýzy, datové analýzy různého typu, analýzy spojené s grafovými úlohami) • Často využívány metody umělé inteligence (AI, Artificial intelligence) a zejména pak intenzivně se rozvíjející oblast strojového učení (machine learning) • Identifikace správného nastavení vstupních parametrů (hyperparameter search) apod. Zdroj: CompBioMed Využití HPC pro analýzu velkých dat a pro náročné výpočty 40 Trendy využití HPC IV • Digitální dvojčata (digital twins) • Vytvoření digitální reprezentace fyzického objektu nebo systému (replika ve virtuálním světě pomocí odpovídajících matematických modelů) • Digitální dvojče získává vstupní data ze senzorů svého dvojčete z reálného světa • Cíl: • Simulace objektu v reálném čase, identifikace potenciálních problémů, optimalizace výkonu • Také zpětná vazba při návrhu produktu (v případě prototypů) • Typické příklady: • Výroba - simulace procesů v továrnách (výrobní linky) • Automobilový průmysl - autonomní vozidla, návrh nových materiálů, konstrukční problémy • Zdravotnictví - simulace orgánů člověka, predikce zdravotního stavu pacienta • Klimatologie a počasí - modely počasí, predikce, digitální model země (Destination Earth) • Urbanistická oblast - budovy, celá města (Smart Cities) • Kvantové počítače • Podpora vývoje kvantových počítačů (HW) • Vývoj kvantových simulátorů Využití HPC pro analýzu velkých dat a pro náročné výpočty HPC v České republice Velké výzkumné infrastruktury, Národní superpočítačové centrum Využití HPC pro analýzu velkých dat a pro náročné výpočty 42 Česká E-infrastruktura INFRA • Velké národní infrastruktury pro výzkum, experimentální vývoj a inovace podporované Ministerstvem mládeže a tělovýchovy • Poskytování vysoce kvalitních a dostatečně dimenzovaných ICT služeb pro výzkumnou komunitu cz < cesnet géant\) i Shibboleth SANET V LARGE RESEARCH / INFRASTRUCTURES cent scientific cloud VSB TECHNICAL L J UNIVERSITY OF OSTRAVA IT4INNOVATIONS NATIONAL SUPERCOMPUTINC CENTER EuroHPC Joint Undertaking PRACÍ V—. E U DAT https://www.e-infra.cz/o-nas/clenove Využití HPC pro analýzu velkých dat a pro náročné výpočty 43 CESNET cesnet https: //www.cesnet.cz e-infrastruktura pro výzkum a vývoj ČR, která představuje transparentní prostředí pro přenos, ukládání a zpracování vědeckých dat pro subjekty zabývající se výzkumem a vývojem Poskytuje vysoce propustnou národní komunikační síť, národní gridovou infrastrukturu, infrastrukturu velkokapacitních úložišť a prostředí pro spolupráci distribuovaných výzkumných týmů Sdružení vysokých škol a Akademie věd ČR Národní akademická federace identit eduID.cz Národní síť pro výzkum a vzdělávání (National Research and Education Network NREN] Národní gridová infrastruktura (National Grid Infrastructure NGI] Součástí panevropské páteřní sítě pro výzkum a vzdělávání GÉANT a panevropské gridové infrastruktury EGI (sdružuje datová centra a poskytovatele cloudu napříč Evropou a ve světě] Topologie sítě GEANT Zdroj: http://docplaver.cz/5549416-Souhrnnv-pohled-na-sluzbv-e-infrastrukturv-cesnet.html Využití HPC pro analýzu velkých dat a pro náročné výpočty 44 CERIT-SC (Scientific Cloud) cení scientific cloud • http s: // www, cer it- sc. cz • Centrum výzkumu, vzdělávání a inovací CERIT Scientific Cloud • Centrum je součástí kapacit Ústavu výpočetní techniky Masarykovy univerzity v Brně • Národní centrum poskytující výpočetní kapacity a související služby, datová úložiště • Uzel Národní gridové infrastruktury MetaCentrum (NGI) • Virtuální prostředí umožňující využití dostupných výpočetních zdrojů pro řešení náročnějších výpočetních úloh, jejichž řešení není možné v rámci samostatného pracoviště • K dispozici akademickým a výzkumným institucím pro spolupráci v oblasti výpočtů a ukládání dat Napojení na Evropské Gridové Infrastruktury (EGI) Zdroj: https://www.metacentrum.cz/cs/ Využití HPC pro analýzu velkých dat a pro náročné výpočty 45 VSB technical |. j university ľ of ostrava it4innovations national supercomputing center IT4Innovations Národní superpočítačové centrum VSB - Technická univerzita v Ostravě 46 IT4Innovations VSB TECHNICAL 11 11 UNIVERSITY 'ľ OF OSTRAVA IT4INN0VATI0NS NATIONAL SUPERCOMPUTINC CENTER • Národní superpočítačové centrum • Provoz nejvýkpnnějších superpočítačových technologií v České republice • Provozuje několik superpočítačů • Anselm, Salomon (vyřazeny) • Barbora • DGX-2 • Karolina (2021) • LUMI(2022) • Výzkumné a vývojové centrum se silnými mezinárodními vazbami • Zapojení v řadě mezinárodních projektů • Výzkumné laboratoře • Laboratoř pro náročné datové analýzy a simulace • Laboratoř vývoje paralelních algoritmů • Laboratoř modelování pro nanotechnologie • Laboratoř pro big data analýzy • Laboratoř pro výzkum infrastruktury • https://www.it4i.cz Využití HPC pro analýzu velkých dat a pro náročné výpočty 47 IT4Innovations Zapojení v mezinárodních organizacích • Od roku 2011 členem celoevropské výzkumné infrastruktury PRAČE • Od roku 2016 zapojeno v ETP4HPC (European Technology Platform for High-Performance Computing] • Od roku 2018 participuje na přípravě evropského sdružení EuroHPC JU (zapojení ČR od 2019] • V současnosti Digitální Inovační Hub (DIH] evidovaný evropskou komisí na podporu inovací v oblasti HPC, numerických simulací a pokročilých datových analýz primárně v malých a středních podnicích • Centrum kompetence pro HPC v České Republice • Od roku 2018 členem ICT Innovation for Manufacturing SMEs • Od roku 2019 člen BDVA/DAIRO • Od roku 2019 člen EUDAT • Od roku 2020 člen HiPEAC š VSB TECHNICAL UNIVERSITY OF OSTRAVA IT4INN0VATI0NS NATIONAL SUPERCOMPUTINC CENTER EUROPEAN TECHNOLOGY PLATFORM FOR HIGH PERFORMANCE COMPUTING w J—J EuroHPC Joint Undertaking BDV BIG DATA VALU E ASSOCIATION I4MS EUDAT Využití HPC pro analýzu velkých dat a pro náročné výpočty 48 IT4Innovations - Infrastruktura VSB TECHNICAL 11 11 UNIVERSITY 'I' OF OSTRAVA IT4INN0VATI0NS NATIONAL SUPERCOMPUTINC CENTER Využití HPC pro analýzu velkých dat a pro náročné výpočty 49 IT4Innovations - Anselm V současnosti již mimo provoz - od roku 2021 umístěn v technickém muzeu - Dolní oblast Vítkovic v Ostravě • 209 compute nodes • 3 344 Intel Sandy bridge cores • 15 136 GB RAM (64, 96, 512) • 24 nVidia Tesla K20 • 4 Intel Xeon Phi (240 cores) • Rpeak94TFlop/s • Rmax 73TFlop/s (UNPACK) VSB TECHNICAL IT4INN0VATI0NS 11 11 UNIVERSITY NATIONAL SUPERCOMPUTINC 'I' OF OSTRAVA CENTER Využití HPC pro analýzu velkých dat a pro náročné výpočty 50 IT4Innovations - Salomon VSB TECHNICAL I IT4INN0VATI0NS I ill UNIVERSITY NATIONAL SUPERCOMPUTINC 'I' OF OSTRAVA I CENTER V současnosti již mimo provoz • 1 008 compute nodes • 24 192 Intel Haswell cores • 129 024 GB RAM (128) • 864 Intel Xeon Phi 7120P (52 704 cores) Rpeak2PFlop/s Rmax 1.5Flop/s (UNPACK) Využití HPC pro analýzu velkých dat a pro náročné výpočty 51 IT4Innovations - NVidia DGX-2 VSB TECHNICAL 11 11 UNIVERSITY 'ľ OF OSTRAVA IT4INN0VATI0NS NATIONAL SUPERCOMPUTINC CENTER Pro výpočty umělé intelligence • Rpeak až 130 TFlop/s • Akcelerátory pro datová centra 16 x NVIDIA Tesla VI00 GPU • 16x2560 FP64 cores • 16x5120 FP32 cores • 16x640 tensor cores • 1.5 TB RAM, 512GB HBM • 2x24 x86_64 Xeon Platinum jader, celkem 48 • instruction set AVX-512 • NVLINK network interconnecting GPGPU • 12x NVSwitch, propustnost 2.4TB/s in bisection • Připojení do okolní infrastruktury 8xl00Gb/s Infiniband/Ethernet • NVMe SSD storage 30TB Využití HPC pro analýzu velkých dat a pro náročné výpočty 52 IT4Innovations - Barbora VSB TECHNICAL Lil UNIVERSITY 'I' OF OSTRAVA IT4INNOVATIONS NATIONAL SUPERCOMPUTING CENTER • Rpeak:849Tflop/s • Atos Bull Sequana • 192 výpočetních uzlů, 2x18 jádrový Cascade Lake 6240 • AVX-512 instruction set, 192GB RAM • 8x GPU nodes, 2x12 cores, 192GB RAM • 4x Nvidia Tesla V100 per node, 16GB HBM2,192 RAM • lx tlustý uzel, 8x16 jádrový Intel Skylake, 6TB RAM • Infiniband HDR, 200Gb/s link speed, 4 islands, fat tree topology • Burst buffer accelerated SCRATCH 310TB, 28GB/s • Small HOME, 25TB • 22.4TB NVMe over Fabric • accessible remotely on all nodes • PBS-Pro scheduler Využití HPC pro analýzu velkých dat a pro náročné výpočty 53 IT4Innovations - Karolina Jeden z 5 petascale systémů podporovaných EuroHPC JU Rpeak: 15,2PFlop/s R_Max: 9,lPFlop/s (LINPACK) R_AI: 350PFlop/s (DeepLearning) Univerzální část: 2,3PFlop/s (LINPACK) (720 serverů) Akcelerovaná část: 11,6 PFlop/s (LINPACK) (72 serverů, 8GPU každý) ■ 360 PFlop/s (DeepLearning) Část pro datové analýzy: 24 TB sdílené paměti Cloud partitition: 192 TFlop/s (LINPACK) (36 serverů) Vysokorychlostní síť: až 200 Gb/s Datové úložiště: více než 1,4 PB pro vysokorychlostní zpracování uživatelských dat rychlostí až 1 TB/s VSB TECHNICAL UNIVERSITY OF OSTRAVA IT4INN0VATI0NS NATIONAL SUPERCOMPUTINC CENTER Využití HPC pro analýzu velkých dat a pro náročné výpočty 54 IT4Innovations - Infrastruktura VSB TECHNICAL 11 11 UNIVERSITY 'I' OF OSTRAVA IT4INN0VATI0NS NATIONAL SUPERCOMPUTINC CENTER Využití HPC pro analýzu velkých dat a pro náročné výpočty 55 IT4Innovations - Služby VSB TECHNICAL 11 11 UNIVERSITY 'I' OF OSTRAVA IT4INN0VATI0NS NATIONAL SUPERCOMPUTINC CENTER • Open access výzvy pro poskytování výpočetního času (EuroHPC, LUMI) • Projektové výzvy 3x ročně (únor, červen, říjen) pro výzkumníky a zaměstnance vědeckých a vzdělávacích institucí • Podléhá recenznímu řízení • Ředitelská fronta (Director's discretion) • Možno požádat kdykoliv. Výpočetní čas je přiřazován nepravidelně vzhledem k volným kapacitám IT4Innovations • Např. Výjimečné projety, komerční výzkum • Vzdělávací a školící aktivity • Každoročně více než 10 akcí ročně • PRAČE letní/zimní školy • Školící centrum PRAČE, NVIDIA • Podpora uživatelům výpočetní infrastruktury Využití HPC pro analýzu velkých dat a pro náročné výpočty 56 IT4Innovations - Využití infrastruktury vsb technical h i i university 'ľ of ostrava it4inn0vati0ns national supercomputinc center Aktuální stav vytížení uzlů: • https://extranet.it4i.cz/dash/karolina • https://extranet.it4i.cz/dash/barbora Využití HPC pro analýzu velkých dat a pro náročné výpočty 57 IT4Innovations - Výzkumné aktivity VSB TECHNICAL L .I UNIVERSITY 'ľ OF OSTRAVA IT4INN0VATI0NS NATIONAL SUPERCOMPUTINC CENTER Výzkum & vývoj IT4Innovations - Komplexní průmyslové nebo vědecké úlohy IT4Innovations - Technologie digitálních dvojčat (Digital Twin) Komplexní nelineární multifyzikální problém - elektrický motor Elektrická pole Electromagnetismus Transfer tepla • Teplo generované magnetismem • Chladící systém Strukturální mechanika • Structurální integrita • Vibrace způsobené pohybem • high speed motors • Ovlivnění electromagnetismem Aktivní chladící systém • Proudění vzduchu Akustika • Generovaná prouděním vzduchu • Generovaná elektromagnetismem • Generovaná vibracemi Predikce únavy materiálu Inteligentní kontrolní systémy One complex transient simulation • 35 hours / 1200 Cores on Salomon open source code • "Standard" powerful workstation • 256GB RAM 30 Cores ~2 months! SIEMENS IT4Innovations ■ Virtuální prototypy VSB TECHNICAL L .I UNIVERSITY 'ľ OF OSTRAVA IT4INN0VATI0NS NATIONAL SUPERCOMPUTINC CENTER • Navrženo několik prototypů • Certifikace podle normy GM/RT2100 IT4Innovations ■ Digitalizace průmyslu VSB technical h i i university 'ľ of ostrava it4inn0vati0ns national supercomputinc center INVENT MEDICAL IH Zdravotnická technika Dětské kraniální ortézy Algoritmy pro automatickou úpravu ortéz Využití metod numerického modelování pro určení tuhosti ortéz SHAPE MINISTERSTVO PMCĚ Jť SMí HPD Atíoption Programme in lutooe PRŮMYSLU A OBCHODU IT4Innovations ■ Dopravní simulace vsb technical h i i university 'ľ of ostrava it4inn0vati0ns national supercomputinc center CSygie * UMĚLA INTELIGENCE HPC Self-adaptive navigační systém a globální pohled na dopravní infrastrukturu Traffic jam (simple routing) Speed on segment (km/h) Optimized traffic (enhanced pipeline) Cars finished: 0 Cars finished: 0 PRE ODJ«11 20, 1 í_ X IXPERTA Medián absolutní chyby, skupiny tras které mají průměrnou chybu predikcí nižší než 30 minut Predikce zpožděni vlaku UMĚLA INTELIGENCE Číslo dopravního bodu na trati Číslo dopravního bodu v predikci ^^^^^ IT4Innovations ■ Vývoj inteligentních systémů High-End Application Execution Middleware: https://heappe.eu/web/ ,° VSB TECHNICAL UNIVERSITY OF OSTRAVA IT4INN0VATI0NS NATIONAL SUPERCOMPUTINC CENTER Urban Thematic Exploitation Platform IT4Innovations ■ Rendering and visualization VSB TECHNICAL UNIVERSITY OF OSTRAVA IT4INN0VATI0NS NATIONAL SUPERCOMPUTINC CENTER Rendering-as-a-Service Platforma pro superpočítače založený na Blenderu Vědecké vizualizace pomocí Blender a COVISE AGENT 327 "The Blender Institute conducts open/free software projects and makes open/free movies shared as free culture. National Supercomputing Center IT4lnnovations in the Czech Republic is a ■■partner-tha^ .....it-has-been.....appreciated.....by- millions. Ton Roosendaal IT4Innovations - Strojové učení pro vývoj léčiv VSB TECHNICAL UNIVERSITY OF OSTRAVA IT4INNOVATIONS NATIONAL SUPERCOMPUTINC CENTER Informační technologie & farmaceutický průmysl *ivH^*i •fwr*H^ w*;^ ♦ *♦ -» *» »♦ »t «•■»*■■ Výkonnostní testy prokázaly, že HyperLoom umožňuje spouštění plánů obsahujících stovky tisíc úloh s dopředu neznámou délkou běhu na desítkách až stovkách výpočetních uzlů. Tento obecný nástroj navíc nachází další uplatnění i v jiných odvětvích průmyslu. Vývoj nových léčiv nnCCQn I PHARMACEUTICAL COMPANIES Hyperloom IT4Innovations - Monitoring a modelování dopravy a dalších jevů High-End Application Execution Middleware Využití HPC pro analýzu velkých dat a pro náročné výpočty IT4Innovations - Monitoring dopravy Floreorf" IT4Innovations - Hydrologické modelování 9 Jablunkov (04296000) Měřené Math_1 D Česky Těšín (O4299000) ;;;\\ * CL: W Měřené Math_1D Věřňovice (04303000) HEC.HMS Srážky Měřené Matn_1D Hydrog_CHMU HEC HMS HYDROG Srážky IT4Innovations - Mezinárodní projekty VSB TECHNICAL UNIVERSITY OF OSTRAVA IT4INN0VATI0NS NATIONAL SUPERCOMPUTINC CENTER ICT&HPC ANTAR HARPA READEX: Runtime Exploitation of Application Dynamism for Energy-efficient eXascale computing ExaQi ite Exascale Quantification of Uncertainties for Technology and Science Simulation x I Industry support \ Harnessing Performance Variability [ Infrastructure pep OPEN CloudiOO 84 Factoring JQt tetrai max sesameönet SUPERCOMPUTING EXPERTISE FOR SMALL & MEDIUM ENTERPRISE NETWORK ^EXPERTISE IPR$C«M S Využití HPC pro analýzu velkých dat a pro náročné výpočty 72 IT4Innovations - Mezinárodní projekty ICT&HPC LIGATE Industry support IO-SEA SCALABLE ^ACROSS EURO HPC Big D taflttifi lal intelligence cross Stack Platfo m T ward Exa cale f ^ _ _ _ _ _ ✓ / / Education Í Infrastructure LADÍCE Data Infrastructure Capacity for EOSC SCtrain SUPERCOMPUTING KNOWLEDGE PARTNERSHIP Využití HPC pro analýzu velkých dat a pro náročné výpočty 73 DIH OSTRAVA Digitální inovační hub v HPC MS!C HPC & HPDA infrastruktura & služby Nejvýkonnější veřejná superpočítačová infrastructura v České republice Digitální Inovační Hub Ostrava - IT4I & MSIC Poskytovatel infrastruktury * HPC program * Výzkumná spolupráce * Kurzy & vzdělávání ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ Pokročilé výpočty a simulace Virtuální prototypy Digitální dvojčata Big data Strojové učení Vizualizace Virtuální realita -Fr * " Sygic INVENT MEDICAL cloudily interreg ■ sesaiTieOnet Facturinari DanubeTransnationa|pr°gramme ímpumnglxplp i M,5í%^ innoHPC small &. medium enterprise network IT4Innovations - Spolupráce s průmyslem VSB TECHNICAL UNIVERSITY OF OSTRAVA IT4INN0VATI0NS NATIONAL SUPERCOMPUTINC CENTER AlVE janssen/ SIEMENS ^) blender (gntinentali BAYNCORE ArcelorMittal (pntinental ^ ^jj^ I* global monitoring Honeywell BONATRANS '••#eyen*»#i INVENT MEDICAL 1 solutions CO e. sigma ew?Mor Evitas* .•#,>„ LBI^|| PROJEKCE ťC4V44» Doosan Škoda Power Viderize experts SKODA Aircraft Industries K2 primus a t m i t e c vnes - C (SH) Slévárna Hulín v® INVENT MEDICAL PROJEKT HTLs.ro. ■ CSygic T ■ -Mobile- ^ ~/ t>,v- Vítkovice bringing life to maps Vítkovice úam ,a VOP ^■■^^1 Vcarrocz EXCELLENCE tTiK technology & software X IXPERTA SIGMA* bruse mySASY >> gisat https://wwwjt4ixz/spoluprace-s-prumyslem/prikladv-spoluprace Využití HPC pro analýzu velkých dat a pro náročné výpočty 75 Děkuji za pozornost Ing. Kateřina Slaninová, Ph.D. SLEZSKA UNIVERZITA OBCHODNĚ PODNIKATELSKÁ FAKULTA V KARVINÉ VSB TECHNICAL UNIVERSITY OF OSTRAVA IT4INN0VATI0NS NATIONAL SUPERCOMPUTINC CENTER Assistant Professor Department of Informatics and Mathematics School of Business Administration in Karviná Silesian University in Opava slaninova@opf.slu.cz www.opf.slu.cz Deputy head of Advanced Data Analysis and Simulations lab IT4Innovations National Supercomputing Center VSB - Technical University of Ostrava katerina.slaninova@vsb.cz www.it4i.cz