Der HPDA-Cluster verfügt über insgesamt vier GPU-Server mit je 8 NVIDIA V100 GPUs. Diese dienen insbesondere als Beschleuniger für DeepLearning Algorithmen.
Der High-Performance-Data-Analysis Cluster (HDPA) „Kratos“ ist das zentrale Arbeitswerkzeug des DLR-Instituts für Datenwissenschaften in Jena und dient der Bearbeitung von Forschungsfragen aller Arbeitsgruppen am Institut. Über das Institut hinaus stärkt der neue Hochleistungsrechner in Jena die Kompetenzen des DLR allgemein im Bereich Machine Learning und Datenwissenschaften.
Als HPDA-Cluster weist die Großforschungsanlage im Detail ein besonderes Profil unter Rechen-Clustern allgemein auf, welches auf die besonderen Bedürfnisse des Bearbeitens großer Datenmengen insbesondere mit Algorithmen des Deep Learnings spezialisiert ist. Dafür ist der Cluster beispielsweise neben CPUs mit Deep Learning Boost Technologie auch mit insgesamt 32 NVIDIA GPUs ausgestattet, die zusammen mit dem parallelen Dateisystem und Rechenknoten mit bis zu 1.5 Terabyte Arbeitsspeicher den besonderen Herausforderungen von Big Data gewachsen sind.
Klimaforschung und Datenwissenschaften voranbringen
Die Großforschungsanlage unterstützt maßgeblich die Arbeiten im Bereich der Klimainformatik, der Bürgerwissenschaften, Visual Analytics und des Machine Learnings. So sollen in Jena weiterentwickelte Methoden des Data Mining und Machine Learning zukünftig dazu beitragen, in den Datenströmen der Klimaforschung bisher unerkannte oder unterschätzte Abhängigkeiten zwischen verschiedenen Klimaparametern zu identifizieren.
Die Forscherinnen und Forscher in Jena werden den neuen HPDA-Cluster im Bereich Visuelle Analyse nutzen, um Data-Mining-Verfahren weiterzuentwickeln, die riesige Datenströme innovativ prozessieren, darin ungeahnte Beziehungen und Inhalte entdecken und diese nutzerorientiert visualisieren. Komplexe Zusammenhänge, statistische Unsicherheiten oder auch Besonderheiten in den Daten werden so für die Nutzenden leicht sichtbar.
Auch die Forschung zur Integration von Citizen-Science-Daten in Analyseprozesse werden mittels des neuen Hochleistungsrechners vorangerieben. Ein Beispiel sind hier Daten, die Bürgerinnen und Bürger bezüglich der Bodenfeuchte oder über den Zustand der Vegetation in ihrem lokalen Umfeld erheben, die dann in die Kalibrierung satellitengestützter Erdbeobachtungsdaten einfließen.
Kontakt
Volker Speelmann
Leitung Forschungsinfrastrukturen
Deutsches Zentrum für Luft- und Raumfahrt (DLR)
Vorstandsbereich Innovation, Transfer und wissenschaftliche Infrastrukturen
