Tübingen Machine Learning-Cloud

• Förderung: Förderung in 2019
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 419240949

Maschinelles Lernen hat sich binnen weniger Jahre von einer Nischen- zur Schlüsseltechnologie entwickelt. Die Universität Tübingen und ihre lokalen Partner vereinen eine deutschlandweit einzigartige Kombination von Expertise in diesem Bereich, die auch international in der Spitzengruppe agiert. Durch Neuberufungen wurde diese Führungsposition weiter ausgebaut. Mit der hier beantragten "Tübingen ML Cloud" soll den in diesem Bereich tätigen Arbeitsgruppen eine zeitgemäße und zukunftsweisende IT-Infrastruktur zur Verfügung gestellt werden. Algorithmen des maschinellen Lernens operieren auf großen Datensätzen und benötigen massiv parallelisierte Berechnungen. Sie stellen damit neue Anforderungen an Rechner-Infrastruktur, die von klassischen Großrechenzentren derzeit noch nicht gut abgedeckt werden. Eine besonders wichtige Rolle kommt graphischen Koprozessoren (GPUs) zu. Hinzu kommen hohe Anforderungen an Netzwerkverbindungen und Speichermedien, um schnellen und flexiblen Zugriff auch auf große Datenmengen zu erlauben. Im Gegensatz zum klassischen Hochleistungsrechnen findet Parallelisierung im maschinellen Lernen derzeit vor allem (wenn auch nicht ausschließlich) auf der Ebene der einzelnen Workstation statt. Das Großgerät bündelt zentrale Mittel des Rektorats der Eberhard-Karls-Universität mit Erstinvestitionsmitteln neu eingerichteter Lehrstühle um eine nachhaltige und signifikante Verbesserung der IT-Infrastruktur zu erreichen. Geplant ist die Anschaffung von Workstations mit leistungsfähigen GPUs, von umfangreichen Speichermedien und hochwertiger Netzwerk-Infrastruktur. Die Verwendung der "Cloud" Metapher (d.h. die Bereitstellung der Ressourcen in Form von individuellen virtuellen Maschinen) soll den Anwendern eine flexible Verwendung der Geräte ermöglichen, und technische Hürden senken oder vermeiden.

• DFG-Verfahren: Forschungsgroßgeräte
• Großgeräte: Tübingen Machine Learning-Cloud
• Gerätegruppe: 7000 Datenverarbeitungsanlagen, zentrale Rechenanlagen
• Antragstellende Institution: Eberhard Karls Universität Tübingen
• Leiter: Professor Dr. Philipp Hennig