ISTA investiert in Rechencluster für generative KI und Machine Learning

Das Institute of Science and Technology Austria (ISTA) investiert in einen hochmodernen Rechencluster von mehr als 100 NVIDIA H100 Tensor Core Grafikprozessoren (GPUs), um seine Recheninfrastruktur für Machine Learning in der akademischen Forschung zu erweitern. Der neue GPU-Cluster ist auf das Training von Deep-Learning-Algorithmen für generative KI spezialisiert. [...]

Serverraum mit modernem Hochleistungs-Rechencluster am ISTA: Das Institute of Science and Technology Austria erweitert seine Recheninfrastruktur für Machine Learning in der akademischen Forschung. (c) ISTA

Im Zeitalter der künstlichen Intelligenz (KI) und generativer KI machen KI-Forschung und Machine Learning riesige Sprünge, die vor allem vom Privatsektor vorangetrieben werden. Mit einer Investition von 3,6 Millionen Euro in NVIDIA H100 Tensor Core Grafikprozessoren (GPUs) steigert das Institute of Science and Technology Austria (ISTA) seine Rechenkapazitäten für das Training von Deep-Learning-Algorithmen: So genannte Large Language Models (LLMs) werden für Generative AI und Machine Learning in der akademischen Forschung eingesetzt.

„Mit dieser umfassenden Modernisierung erweitert das ISTA seine Rechenkapazitäten, und kann sich dadurch mit großen internationalen Forschungseinrichtungen an der Spitze der akademischen KI-Forschung messen“, erklärt ISTA-Präsident Martin Hetzer. Das ISTA wird weiterhin in den Cluster investieren, um ihn auf einem hohen internationalen Standard zu halten.

„Die Installation des neuen NVIDIA-GPU-Clusters am ISTA bietet leistungsstarke Rechenkapazitäten, um LLMs zu trainieren und Spitzenforschung voranzutreiben“, sagte John Josephakis, Global Vice President of Business Development für High-Performance Computing (HPC) und Supercomputing bei NVIDIA. „Der Cluster wird dazu beitragen, Durchbrüche zum Beispiel in den Biowissenschaften, einschließlich der Strukturbiologie und der Neurowissenschaften, voranzutreiben, um wissenschaftliche Erkenntnisse und Bildung zu fördern.“

Modernisierter Hochleistungs-Rechencluster

Die NVIDIA H100 Grafikprozessoren-Knoten sind Teil einer größeren Modernisierung des ISTA High-Performance Computing (HPC) Clusters. Die aufgerüstete Infrastruktur besteht aus zwei neuen NVIDIA-GPU-Knotentypen mit sich ergänzenden Funktionen zusätzlich zur Modernisierung bestehender CPUs. Der erste neue GPU-Knotentyp besteht aus 13 Knoten, die jeweils acht NVIDIA HGX H100 Systeme enthalten. Zusammen erreichen die H100-Knoten eine Spitzenrechenleistung von 416 petaFLOPS. Mit über 100 starken GPUs ist dieser Teil des Clusters darauf ausgelegt, komplexe KI-Aufgaben zu bewältigen: Das sind zum Beispiel das Training von LLMs ähnlich wie ChatGPT oder von Anwendungen wie dem KI-Programm AlphaFold zur Vorhersage von Proteinstrukturen.

Spitzentechnologie von NVIDIA für spezialisierte Anwendungen: Das ISTA setzt auf über 100 hochmoderne H100 Tensor Core Grafikprozessoren (GPUs) zusätzlich zu neuen L40S GPUs. (c) ISTA

Der zweite neue GPU-Knotentyp besteht aus 12 Knoten, die jeweils vier L40S GPUs von NVIDIA enthalten, und ist auf grafische Anwendungen, die das Training kleinerer Modelle erfordern, spezialisiert. Solche Anwendungen sind zum Beispiel strukturbiologische Berechnungen und Bildanalyse, etwa in der Kryo-Elektronenmikroskopie. Teil dieser zweiten Erweiterung ist der Austausch älterer Grafikprozessorsysteme, in dem mehr als 150 NVIDIA-Grafikprozessoren der vorherigen Generation weiter in Betrieb sein werden.

Zusätzlich zu den beiden neuen GPU-Knotentypen werden die modernisierten CPUs 147 Millionen Kernstunden pro Jahr liefern (eine Stunde CPU-Betrieb entspricht einer Kernstunde). Die 147 Millionen Kernstunden pro Jahr wurden aus den Nutzungsdaten der letzten Jahre, dem zusätzlichen Bedarf der bestehenden Forschungsgruppen und dem erwarteten Bedarf neuer Professor:innen in den kommenden Jahren abgeleitet. Das ISTA hat derzeit über 80 aktive Forschungsgruppen und soll bis 2036 auf 150 Gruppen anwachsen.

Zusammenarbeit zwischen akademischer Forschung und Privatsektor

Die jüngsten Entwicklungen in den Generative-AI- und Machine-Learning-Bereichen haben gezeigt, dass der Umfang eine entscheidende Rolle spielt. „Derzeit ist das Training großer KI-Modelle in erster Linie die Domäne riesiger Technologieunternehmen. Durch diesen Hochleistungs-Rechencluster ermöglicht das ISTA seinen Forscher:innen, mit modernster KI-Technologie zu experimentieren und sie in neue mögliche und unerwartete Richtungen zu entwickeln. So trägt diese Initiative dazu bei, KI-Forschung und Machine Learning besser in der öffentlich finanzierten Forschung zu verankern, und die offene, neugiergetriebene Wissenschaft zu fördern, was eine der Hauptstärken des ISTA ist“, sagt ISTA-Professor Dan Alistarh, Spezialist für KI und Machine Learning, der auch die Notwendigkeit einer Demokratisierung der KI hervorhebt. Alistarhs Gruppe erforscht Möglichkeiten, leistungsfähiger, aber kleiner Versionen großer KI-Modelle zu erstellen, die Menschen auf alltäglicher Hardware, wie etwa einem Telefon oder einem PC, nutzen können. Hetzer fügt hinzu: „Indem das ISTA seine Recheninfrastruktur modernisiert und sie gezielt auf KI-Forschung und Machine Learning ausrichtet, unterstreicht das Institut seine Zusammenarbeit mit dem Privatsektor. Dies ist ein wichtiges Unterfangen, um sicherzustellen, dass die akademische Forschung die Zukunft der KI mitgestaltet.“

Zusammenarbeit zwischen akademischer Forschung und Privatsektor: Die millionenschwere Investition des ISTA zielt darauf ab, die Zukunft der KI mitzugestalten. (c) ISTA

Dieser Cluster, ein von ISTA-Professor:innen initiiertes und stark von Alistarh geprägtes Projekt, bringt dem Institut und seinen unterschiedlichen Forschungsbereichen weitreichende Fortschritte. Neben der Möglichkeit verschiedene leistungsstarke LLMs zu trainieren, wird der Cluster auch in der Forschung in den Biowissenschaften Anwendung finden, also zum Beispiel in der Strukturbiologie und den Neurowissenschaften. Derzeit soll die neue Recheninfrastruktur ausschließlich von ISTA-Wissenschafter:innen und -Mitarbeiter:innen genutzt werden; es besteht jedoch die Möglichkeit, die Leistung in Zukunft auf externe Nutzer:innen auszuweiten.

Die vom Institut finanzierte groß angelegte Modernisierung ist ein laufender Prozess, um auf hohem internationalem Niveau zu bleiben. So schafft und erhält das ISTA wettbewerbsfähige Recheninfrastruktur für die nächste Generation von Forscher:innen.

Minister begrüßt ISTA-Initiative

Der österreichische Bundesminister für Bildung, Wissenschaft und Forschung, Martin Polaschek, würdigt die Initiative des Instituts: „Ich begrüße die Entscheidung des ISTA, weiter in die Zukunft der KI zu investieren. Das ISTA ist bereits Teil des kürzlich vom FWF vorgestellten Forschungs-Exzellenzclusters Bilaterale KI. Die besten Köpfe zusammen zu bringen und die Ausstattung mit der entsprechenden hochmodernen Forschungsinfrastruktur wird dazu beitragen, die KI-Forschung in Österreich auf die nächste Stufe zu heben. Ich wünsche dem ISTA und seinen KI-Forscher:innen sowie ihren Kooperationspartner:innen viel Erfolg bei ihren innovativen Vorhaben.“


Mehr Artikel

Gregor Schmid, Projektcenterleiter bei Kumavision, über die Digitalisierung im Mittelstand und die Chancen durch Künstliche Intelligenz. (c) timeline/Rudi Handl
Interview

„Die Zukunft ist modular, flexibel und KI-gestützt“

Im Gespräch mit der ITWELT.at verdeutlicht Gregor Schmid, Projektcenterleiter bei Kumavision, wie sehr sich die Anforderungen an ERP-Systeme und die digitale Transformation in den letzten Jahren verändert haben und verweist dabei auf den Trend zu modularen Lösungen, die Bedeutung der Cloud und die Rolle von Künstlicher Intelligenz (KI) in der Unternehmenspraxis. […]

News

Richtlinien für sichere KI-Entwicklung

Die „Guidelines for Secure Development and Deployment of AI Systems“ von Kaspersky behandeln zentrale Aspekte der Entwicklung, Bereitstellung und des Betriebs von KI-Systemen, einschließlich Design, bewährter Sicherheitspraktiken und Integration, ohne sich auf die Entwicklung grundlegender Modelle zu fokussieren. […]

News

Datensilos blockieren Abwehrkräfte von generativer KI

Damit KI eine Rolle in der Cyberabwehr spielen kann, ist sie auf leicht zugängliche Echtzeitdaten angewiesen. Das heißt, die zunehmende Leistungsfähigkeit von GenAI kann nur dann wirksam werden, wenn die KI Zugriff auf einwandfreie, validierte, standardisierte und vor allem hochverfügbare Daten in allen Anwendungen und Systemen sowie für alle Nutzer hat. Dies setzt allerdings voraus, dass Unternehmen in der Lage sind, ihre Datensilos aufzulösen. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*