Opis projektu
Obliczenia o wysokiej wydajności wsparciem dla aeronautyki, prognoz klimatycznych i pogodowych oraz energetyki
Unia Europejska pragnie przodować w podejmowaniu wyzwań przemysłowych, technologicznych i naukowych oraz nadążać za tempem, w jakim dzisiejsze eksperymenty naukowe i duże symulacje generują dane (multifizyka, prognozy klimatyczne i pogodowe). Dlatego też czyni znaczne inwestycje w technologie oraz rozwiązania z dziedziny superkomputerów. W ramach finansowanego ze środków UE projektu ACROSS rozpoczną się prace nad zaprojektowaniem i zbudowaniem platformy łączącej zastosowania z zakresu obliczeń o wysokiej wydajności (ang. high-performance computing, HPC), dużych zbiorów danych i sztucznej inteligencji (SI), której zadaniem byłoby wspieranie działań w dziedzinach związanych z aeronautyką, klimatem i pogodą oraz energetyką. Projekt ACROSS będzie stanowić połączenie tradycyjnych technik HPC z rozwiązaniami SI (uczenie maszynowe / głębokie uczenie) i technikami analitycznymi stosowanymi do dużych zbiorów danych w celu poprawy wyników uzyskiwanych dla przypadków testowych. Projekt ACROSS ma promować współpracę w ramach innych inicjatyw UE i przyszłych projektów EuroHPC, aby ułatwić wprowadzenie obliczeń na poziomie eksaskalowym wśród interesariuszy operujących w domenie przypadków testowych.
Cel
Supercomputers have been extensively used to solve complex scientific and engineering problems, boosting the capability to design more efficient systems. The pace at which data are generated by scientific experiments and large simulations (e.g. multiphysics, climate, weather forecast, etc.) poses new challenges in terms of capability of efficiently and effectively analysing massive data sets. Artificial Intelligence, and more specifically Machine Learning (ML) and Deep Learning (DL) recently gained momentum for boosting simulations’ speed. ML/DL techniques are part of simulation processes, used to early detect patterns of interests from less accurate simulation results. To address these challenges, the ACROSS project will co-design and develop an HPC, BD, and Artificial Intelligence (AI) convergent platform, supporting applications in the Aeronautics, Climate and Weather, and Energy domains. To this end, ACROSS will leverage on next generation of pre-exascale infrastructures, still being ready for exascale systems, and on effective mechanisms to easily describe and manage complex workflows in these three domains. Energy efficiency will be achieved by massive use of specialized hardware accelerators, monitoring running systems and applying smart mechanisms of scheduling jobs. ACROSS will combine traditional HPC techniques with AI (specifically ML/DL) and BD analytic techniques to enhance the application test case outcomes (e.g. improve the existing operational system for global numerical weather prediction, climate simulations, develop an environment for user-defined in-situ data processing, improve and innovate the existing turbine aero design system, speed up the design process, etc.). The performance of ML/DL will be accelerated by using dedicated hardware devices. ACROSS will promote cooperation with other EU initiatives (e.g. BDVA, EPI) and future EuroHPC projects to foster the adoption of exascale-level computing among test case domain stakeholders.
Dziedzina nauki
- natural sciencesearth and related environmental sciencesatmospheric sciencesmeteorology
- natural sciencescomputer and information sciencesdata sciencebig data
- natural sciencescomputer and information sciencesartificial intelligencemachine learningdeep learning
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringcomputer hardwaresupercomputers
- natural sciencescomputer and information sciencesdata sciencedata processing
Słowa kluczowe
Program(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSystem finansowania
IA - Innovation actionKoordynator
10138 Torino
Włochy