Il DAOS fornirà un petabyte di archiviazione dati e consentirà un rapido throughput di grandi volumi di dati, mentre l’architettura di sistema potrà gestire carichi di lavoro ad alta intensità di calcolo e altamente scalabili oltre ad applicazioni per intelligenza artificiale
Il cervellone elettronico di Genova, quello a cui ha lavorato Roberto Cingolani fino alla nomina di ministro dell’Ambiente per il PNRR, ha un rivale agguerrito: è il Leibniz Supercomputer. Già acceso e funzionante, quindicesimo della top 500 degli elaboratori più potenti al mondo (con ben 2 computer italiani davanti a fargli mangiare la polv… ehm, petabyte), questo computerone (nome in codice SuperMUC-NG di proprietà dell’LRZ) riceverà il sistema di archiviazione DAOS nell’ultimo trimestre del 2021 e il sistema di calcolo seguirà nel secondo trimestre del 2022.
Quanto diventerà potente il Leibniz Supercomputer?
Con DAOS si intende Distributed Asyncronous Object Storage, che avrà il compito di gestire i processori Intel Xeon Scalable di terza generazione (nome in codice Ice Lake) e sarà integrato nella piattaforma Lenovo ThinkSystem SR630 V2. Il DAOS fornirà un petabyte di archiviazione dati e consentirà un rapido throughput di grandi volumi di dati, mentre l’architettura di sistema potrà gestire carichi di lavoro ad alta intensità di calcolo e altamente scalabili oltre ad applicazioni per intelligenza artificiale. Nel complesso, i nodi di calcolo della Fase Due del SuperMUC-NG offriranno prestazioni per Watt di quattro volte superiori (High Performance Linpack) rispetto alla fase uno.
Il team di LRZ sta preparando la propria comunità di utenti per il passaggio alla fase due offrendo supporto e consulenza per l’adattamento e l’ottimizzazione di codici e algoritmi per l’intelligenza artificiale e fornire ai ricercatori l’accesso a sistemi GPU specializzati in applicazioni di intelligenza artificiale. Il programma di formazione LRZ offre anche un’ampia varietà di corsi di machine e deep learning per aggiornare gli utenti su come adattare algoritmi esistenti o svilupparne e addestrarne di propri.
Finora gli operatori hanno utilizzato il Leibniz Supercompute sia per operazioni tradizionali di simulazione e modellazione, sia per automatizzare il riconoscimento delle immagini e delle forme ricorrenti nell’osservazione del pianeta, immagini mediche, dati sanitari e demografici.
