Opis projektu
Europa liderem w dziedzinie obliczeń eksaskalowych dzięki nowemu centrum doskonałości
Zaawansowany sprzęt komputerowy i odpowiednie oprogramowanie dały nam dostęp do analizy złożonych i olbrzymich zbiorów danych – od ludzkiego genomu po widma z akceleratorów cząstek – umożliwiając pojmowanie znaczenia i wnioskowanie. Analiza i przetwarzanie dużych zbiorów danych będzie integralną częścią prób sprostania wyzwaniom związanym ze zmianą klimatu, globalnym zapotrzebowaniem na dostawy energii, przyszłymi pandemiami i projektowaniem metamateriałów. Finansowane przez UE centrum doskonałości badań nad inżynierią korzystającą z SI i symulacji eksaskalowych (ang. Centre of Excellence for Research on AI- and Simulation-Based Engineering at Exascale, RAISE), którego celem jest osiągnięcie przeprowadzania miliarda miliardów operacji na sekundę, umożliwi sprostanie takim wyzwaniom. Zespół opracuje plan dla społeczności użytkowników i usług, aby zapewnić Europie wiodącą rolę w rozwiązywaniu najbardziej skomplikowanych problemów świata.
Cel
Compute- and data-driven research encompasses a broad spectrum of disciplines and is the key to Europe’s global success in various scientific and economic fields. The massive amount of data produced by such technologies demands novel methods to post-process, analyze, and to reveal valuable mechanisms. The development of artificial intelligence (AI) methods is rapidly proceeding and they are progressively applied to many stages of workflows to solve complex problems. Analyzing and processing big data require high computational power and scalable AI solutions. Therefore, it becomes mandatory to develop entirely new workflows from current applications that efficiently run on future high-performance computing architectures at Exascale. The Center of Excellence for Research on AI- and Simulation-based Engineering at Exascale (RAISE) will be the excellent enabler for the advancement of such technologies in Europe on industrial and academic levels, and a driver for novel intertwined AI and HPC methods. These technologies will be advanced along representative use-cases, covering a wide spectrum of academic and industrial applications, e.g. coming from wind energy harvesting, wetting hydrodynamics, manufacturing, physics, turbomachinery, and aerospace. It aims at closing the gap in full loops using forward simulation models and AI-based inverse inference models, in conjunction with statistical methods to learn from current and historical data. In this context, novel hardware technologies, i.e. Modular Supercomputing Architectures, Quantum Annealing, and prototypes from the DEEP project series will be used for exploring unseen performance in data processing. Best practices, support, and education for industry, SMEs, academia, and HPC centers on Tier-2 level and below will be developed and provided in RAISE's European network attracting new user communities. This goes along with the development of a business providing new services to various user communities.
Dziedzina nauki
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
- natural sciencescomputer and information sciencesartificial intelligence
- natural sciencescomputer and information sciencesdata sciencebig data
- engineering and technologyenvironmental engineeringenergy and fuelsrenewable energywind power
- natural sciencescomputer and information sciencesdata sciencedata processing
Słowa kluczowe
Program(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSzczegółowe działanie
H2020-INFRAEDI-2019-1
System finansowania
RIA - Research and Innovation actionKoordynator
52428 Julich
Niemcy