Compute Cluster

• Fachliche Zuordnung: Informatik
• Förderung: Förderung in 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 569233494

Die neu gegründete Fakultät für Informatik und Data Science der Universität Regensburg plant die Beschaffung eines zentralen CPU/GPU Clusters, um die grundlegenden Rechenzeitbedarfe der verschiedenen Lehrstühle zu decken. Insbesondere in den Forschungsschwerpunkten Computational Methods in the Natural Sciences und Human-Centered AI spielen moderne Rechenressourcen eine zentrale Rolle für den Erkenntnisgewinn. Dies gilt speziell für die Forschungsaktivitäten in den Bereichen Maschinelles Lernen und Künstliche Intelligenz, Bildverarbeitung, Computational Statistics, theoretische Informatik, Bioinformatik, und Computational Quantum Science, die mit verschiedenen Herangehensweisen auf die Entwicklung und Analyse effizienter Methoden zur digitalen Datenverarbeitung abzielen. Die involvierten Arbeitsgruppen decken dabei ein breites Anwendungsspektrum ab, das von den Naturwissenschaften mit Biomedizin, Chemie, und Quantenphysik über die klinische Forschung bis hin zu Wirtschaftsinformatik reicht. Für diese Zwecke wird eine Vielfalt an Methoden und Algorithmen verwendet, deren optimaler Einsatz unterschiedliche Ressourcen beansprucht. Entsprechend planen wir einen heterogenen CPU/GPU Cluster mit drei verschiedenen Partitionen, deren Konfiguration auf spezifische Anwendungszwecke zugeschnitten ist. Für die zahlreichen Algorithmen, die im Kern auf Deep Learning beruhen, ist eine GPU Partition vorgesehen. Andere Methoden des Maschinellen Lernens, der Bioinformatik und der rechnergestützten Physik profitieren nicht von GPU-Beschleunigern, benötigen aber besonders großen Arbeitsspeicher. Für diese Anwendungen ist eine Partition mit besonders leistungsstarken CPU Knoten geplant. Eine weitere CPU Partition wird die Bedarfe ohne besondere Anforderungen abdecken. Um eine effiziente Parallelisierung über verschiedene Knoten und schnellen Datentransfer zu den Massenspeichersystemen zu ermöglichen, ist eine Verknüpfung über InfiniBand vorgesehen. Weiterhin ist neben einem HDD Massenspeicher ein globaler SSD Speicher geplant, um insbesondere die permanent wachsenden Datensätze für das Trainieren von Deep Learning Modellen verfügbar zu machen. Der Cluster soll am Leibniz-Rechenzentrum in München stehen und wird entsprechend von der dortigen Erfahrung und Expertise im professionellen Betrieb von Hoch- und Höchstleistungsrechnern sowie AI-Systemen für Forschungszwecke profitieren.

• DFG-Verfahren: Forschungsgroßgeräte
• Großgeräte: Compute Cluster
• Gerätegruppe: 7000 Datenverarbeitungsanlagen, zentrale Rechenanlagen
• Antragstellende Institution: Universität Regensburg
• Leiter: Dr. Markus Schmitt