StartseiteLänderEuropaVereinigtes Königreich (Großbritannien)Verbundprojekt: MAELSTROM – Skalierbarkeit von Anwendungen des Maschinellen Lernens in den Bereichen Wetter und Klimawissenschaften für das zukünftige Supercomputing

Verbundprojekt: MAELSTROM – Skalierbarkeit von Anwendungen des Maschinellen Lernens in den Bereichen Wetter und Klimawissenschaften für das zukünftige Supercomputing

Laufzeit: 01.04.2021 - 31.03.2024 Förderkennzeichen: 16HPC029
Koordinator: Forschungszentrum Jülich GmbH - Jülich Supercomputing Centre (JSC)

Um Europas Rechnerinfrastruktur der Zukunft zu gestalten, wird MAELSTROM in einem Co-Design Prozess maßgeschneiderte Lösungen entwickeln, um komplexe Anwendungen maschinellen Lernens im großem Maßstab im Bereich der Wetter- und Klimawissenschaften zu ermöglichen. Ziel ist es, besonders gute Ausnutzung der verfügbaren Rechenleistung für hohe Effizienz des Trainings bei gleichzeitig größter Energieeffizienz zu ermöglichen. MAELSTROM wird anhand von konkreten Anwendungen eine Blaupause für eine Rechnerinfrastruktur entwickeln. Dazu werden mit Benchmarks unterschiedliche Hardware-Technologien hinsichtlich Energieverbrauch, Zeit bis zur Lösung, numerischer Präzision und Genauigkeit der Lösungen untersucht. Es werden maßgeschneiderte Architekturen entworfen, die für die Anwendungen von MAELSTROM optimiert sind, um so Europas Rolle im Bereich der Entwicklung von Hochleistungsrechner zu stärken und neue Hardware-Entwicklungen, die von allgemeinen Anwendungen des maschinellen Lernens angetrieben werden, auf die Bedürfnisse von Anwendungen der Wetter- und Klimaforschung auszurichten. Das MAELSTROM-Software-Framework wird Wissenschaftler in die Lage versetzen, maschinelle Lernwerkzeuge und Bibliotheken über eine breite Palette von Computersystemen hinweg effizient anzuwenden. Während der Entwicklungsphase werden automatisierte Performance-Tests und eine automatisierte Fehlerdiagnose der maschinellen Lernverfahren durchgeführt. Alle Software-Werkzeuge werden quelloffen veröffentlicht. Die MAELSTROM-Anwendungen für maschinelles Lernen werden alle wichtigen Arbeitsschritte von Wetter- und Klimaprognosen abdecken und dabei standardisierte Datensätze (benchmarks) erstellen und veröffentlichen.

Verbund: MAELSTROM Quelle: Bundesministerium für Bildung und Forschung (BMBF) Redaktion: DLR Projektträger Länder / Organisationen: Vereinigtes Königreich (Großbritannien) Italien Luxemburg Norwegen Themen: Förderung Information u. Kommunikation

Weitere Informationen

Projektträger