KI-HPC-Cluster

• Förderung: Förderung in 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 528288777

Die Julius-Maximilians-Universität Würzburg (JMU) ist im Rahmen der Hightech Agenda Bayern mit dem neugegründete Center for Artificial Intelligence and Data Science (CAIDAS) ein Knotenpunkt im KI-Netzwerk des Freistaats Bayern. CAIDAS betreibt KI-Grundlagenforschung und Data Science, von den geplanten 26 Professuren konnten bereits 16 Professuren besetzt werden, weiterhin laufen aktuell fünf Verfahren, die übrigen fünf befinden sich in Vorbereitung; Das Ziel ist die Besetzung aller Lehrstühle bis Ende 2023. Um dem daraus resultierenden aktuellen und zeitnah extrem starken steigenden Bedarf an Rechenressourcen vor allem im GPU-Bereich gerecht zu werden, soll an der JMU ein KI-HPC-Cluster mit KI-Beschleunigerkarten aufgebaut werden. Dieses System soll neben CAIDAS auch allen übrigen Forschenden der JMU zur Verfügung stehen und den Vorgängercluster "Julia" ablösen. Die gegenüber dem Vorgängersystem veränderte GPU-Ausrichtung des Systems wird zusätzlich den mittlerweile in vielen Fachbereichen verwendeten KI-Methoden mit Fokus auf maschinelles Lernen gerecht und hebt so weitere Synergien. Mit den Anwendern aus CAIDAS wird das System universitätsweit voraussichtlich von über 600 Anwendern genutzt werden. Um die enormen Datenmengen in der KI-Forschung zu bewältigen, setzt das System auf ein performantes, verteiltes paralleles Speichersystem und eine schnelle Netzwerkanbindung. Durch die zentrale Aufstellung und Betreuung des Clusters am Rechenzentrum werden Forschungsgruppen entlastet und Synergieeffekte durch interdisziplinären Austausch gehoben. Eine möglichst einfache Erweiterbarkeit des Systems wird durch den Einsatz von Standard-Server-Hardware gewährleistet.

• DFG-Verfahren: Forschungsgroßgeräte
• Großgeräte: KI-HPC-Cluster
• Gerätegruppe: 7000 Datenverarbeitungsanlagen, zentrale Rechenanlagen
• Antragstellende Institution: Julius-Maximilians-Universität Würzburg
• Leiter: Matthias Funken