Künstliche Intelligenz (KI) und Maschinelles Lernen (ML) umfassen Technologien, die Industrie, Wissenschaft und Gesellschaft in einer noch nie dagewesenen Art und Weise beeinflussen werden. Sprach- und Bilderkennung sind nur zwei der greifbaren Beispiele für Anwendungen, die sich in den letzten Jahren als zuverlässig einsetzbar erwiesen haben.
HAICORE: Ressourcen für KI/ML
Für die Forschung und Ausbildung in den Bereichen KI und ML werden vor allem große Mengen von Rechenleistung benötigt, die meist mittels GPUs bereitgestellt werden. Um den kurzfristigen Bedarf an KI-Hardware zu befriedigen, wurden mit den “Helmholtz AI Computing Resources” (HAICORE) sowohl am SCC (HAICORE@KIT) als auch am Forschungszentrum Jülich (HAICORE@FZJ) dedizierte Hardware-Plattformen für alle an KI Forschenden der Helmholtz-Gemeinschaft geschaffen.
HAICORE@KIT ist dabei mit seinen 72 GPUs vom Typ NVIDIA A100-40 vor allem auf einen prototypischen Nutzungsmodus der Ressourcen, z.B. für die interaktive Verwendung mit Jupyter, und einen möglichst einfachen Zugang ausgerichtet. Für Projekte mit einem höheren Bedarf stehen neben HAICORE@FZJ auch die großen GPU-Systeme wie z.B. HoreKa am SCC zur Verfügung.
Selbstregistrierung und mehr Kapazitäten
Der Zugang zu HAICORE@KIT war zwar bereits sehr niederschwellig, erforderte aber einige manuelle Schritte wie das Ausfüllen eines kurzen Antragsformulars oder die Pflege von Gäste- und Partner-Accounts für alle Nutzenden, die nicht dem KIT angehören.
Zum 22.09.2022 wurde daher das bisherige Betriebsmodell geändert. Mitarbeiter aller 18 Helmholtz-Institutionen können sich nun über die Helmholtz-AAI mit ihren gewohnten Konten beim Federated Login Service (FeLS) des SCC anmelden und sich dort selbst für den neuen Dienst HAICORE@KIT registrieren. Der Zugriff auf bis zu vier GPUs gleichzeitig pro Job ist damit sofort freigeschaltet. Eine Erhöhung dieses Limits ist auf Anfrage möglich.
Neu kommt nun auch das Feature “Multi Instance GPU” (MIG) zum Einsatz um die Kapazität von HAICORE@KIT weiter zu erhöhen. Dieses erlaubt es mehreren Nutzenden den gleichzeitigen Zugriff auf die gleiche GPU, ohne dass sich Prozesse gegenseitig beeinflussen.
Weitere Informationen zu HAICORE@KIT finden Sie auf der Webseite von Helmholtz AI oder in der Nutzerdokumentation.
Simon Raffeiner