Elk analytisch of machine-learningalgoritme in een AI-pipeline moet enorme hoeveelheden data parallel kunnen verwerken, en gebruik kunnen maken van GPU-hardwareversnelling.

HPC Cluster

 

Historisch heeft VITO een aantal HPC-clusters beschikbaar om tegemoet te komen aan de behoeften van de 7 verschillende business units. VITO is bijna klaar met de bouw van een centrale HPC-cluster die voor alle units op dezelfde manier beschikbaar is, om zo alles te harmoniseren en de efficiëntie te verhogen. Hierdoor kunnen berekeningen op een veel performantere manier worden uitgevoerd. De focus van de nieuwe HPC-cluster ligt op GPU accelerated computing, wat erg efficiënt is voor machine learning en AI.

GPU Computing & Parallel Processing

 

GPU's worden steeds vaker gebruikt voor wetenschappelijke berekeningen omdat ze voor bepaalde types berekeningen tot 100 keer sneller kunnen zijn dan traditionele CPU's. Bij VITO maken we gebruik van GPU's in verschillende projecten die veel rekenkracht vergen. Onze data scientists ontwikkelen specifieke frameworks voor onze programmeurs, zodat de complexiteit wordt afgeschermd van de onderzoekers.

In een project als Characterise-to-Sort (CtS), een innovatieve technologie die speciaal ontwikkeld is voor de inline karakterisering van complexe heterogene materiaalstromen, leveren verschillende camera's enorme hoeveelheden hogeresolutiegegevens aan. GPU en parallel computing zijn essentieel om de sensorfusie, beeldverwerking en identificatie van de deeltjes in real time uit te voeren.