IBM: w UKSW uruchomiono superkomputer Cato (HPC – High Performance Computing)

W Centrum Cyfrowej Nauki i Technologii UKSW uruchomiony został superkomputer Cato, przeznaczony do realizowania obliczeń wysokiej wydajności (HPC – High Performance Computing), rozszerzonych
o zadania sztucznej inteligencji (AI – Artificial Intelligence) i wysokowydajnej analizy danych (HPDA – High Performance Data Analytics). Umożliwia realizację zagadnień modelowania i symulacji zjawisk i procesów, w oparciu o duże zbiory danych.

Technologia, która tworzy szkielet jednego z najszybszych superkomputerów na świecie Summit, wyposażonego w procesory IBM POWER9, dostępna jest w laboratoriach CNT. Stanowi on część infrastruktury badawczej finansowanej w ramach projektu Multidyscyplinarne Centrum Badawcze UKSW ze środków UE Regionalnego Programu Operacyjnego Województwa Mazowieckiego.

Nowa perspektywa badawcza dla polskiej nauki

Zadaniem ośrodka jest otwarcie uczelni na nowe kierunki badań oraz rozwijanie współpracy z biznesem, szczególnie z wykorzystaniem wielkoskalowego przetwarzania danych oraz zdobyczy sztucznej inteligencji.

Zmienia się nasza rzeczywistość, dlatego i nauka musi się zmieniać. Nasz ośrodek badawczy realizuje projekty przede wszystkim w oparciu o zdobycze nauki
z wykorzystaniem najnowszych technologii sztucznej inteligencji, zarówno na zlecenia biznesu, jak i instytucji państwowych i naukowych – komentuje profesor Marek Niezgódka, dyrektor Centrum Cyfrowej Nauki i Technologii UKSW.

Sztuczna inteligencja w prawdziwych problemach

Rozwiązania oparte o sztuczną inteligencję i sieci neuronowe pozwalają na rozwiązywanie problemów, które do tej pory wymagały wielu godzin pracy specjalistów o wieloletnim doświadczeniu. Dzięki uczeniu maszynowemu
i sztucznej inteligencji komputery są w stanie wykonać te same zadania znacznie szybciej, a często skuteczniej.

Inspirowane biologicznymi strukturami występującymi w mózgu, sztuczne sieci neuronowe znajdują zastosowanie praktycznie w każdej dziedzinie. Z powodzeniem stosowane są w zagadnieniach optymalizacji czy prognozowania, ale też m.in.
w medycynie, finansach. Klaster obliczeniowy przyspieszy prace naszych naukowców i otworzy nowe możliwości wykorzystania wysokiej mocy obliczeniowej w praktyce – od modelowania matematycznego przez diagnostykę obrazową po szukanie innowacji dla przemysłu.

Katalizator rozwoju innowacji przy wsparciu AI

Uruchomiony klaster obliczeniowy jest w pełni akcelerowany układami GPU. Wykorzystujemy najnowocześniejsze architektury sprzętowe, które w połączeniu
z oprogramowaniem tworzą efektywne środowisko pracy. Naturalnymi obszarami, w których możemy wykorzystać system Cato to usprawnienie diagnostyki obrazowej, efektywne procesowanie danych geoprzestrzennych, zwiększenie poziomu wykrywalności chorób, optymalizacja procesów o różnej naturze.

20. edycja badania IBM C-Suite Study „Build Your Trust Advantage”

– Na etapie innowacji, szczególnie istotne stają się zagadnienia tzw. głębokiego uczenia (ang. deep learning, DL), które stanowią dynamicznie rozwijającą się dziedzinę nauk komputerowych – podkreśla Michał Iwański, IT Infrastructure Manager, Centrum Cyfrowej Nauki i Technologii, UKSW. – Budując nasze rozwiązanie w oparciu o najnowsze architektury sprzętowe oraz stosując ekosystem rozwiązań programowych zanurzonych w nurcie otwartego oprogramowania, chcemy pełnić rolę katalizatora rozwoju innowacyjności – dodaje.

Świat superkomputerów do tej pory hermetyczny i przeznaczony dla najbardziej doświadczonych specjalistów, w naszej implementacji chcemy uczynić przystępnym i efektywnym w użyciu. Nie chcemy zmieniać przyzwyczajeń naukowców względem narzędzi, ale przenieść ich w nowy wymiar – z ich językami, bibliotekami, narzędziami w klaster obliczeniowy.