HPC BIG DATA ARTIFICIAL INTELLIGENCE CROSS STACK PLATFORM TOWARDS EXASCALE – ACROSS

Les supercalculateurs ont été largement utilisés pour résoudre des problèmes scientifiques et techniques complexes, renforçant la capacité de concevoir des systèmes plus efficaces. Le rythme auquel les données sont générées par des expériences scientifiques et de grandes simulations (par exemple, multiphysique, climat, prévisions météorologiques, etc.) pose de nouveaux défis en termes de capacité à analyser de manière efficiente et efficace des ensembles de données massives. L'intelligence artificielle, et plus particulièrement le Machine Learning (ML) et le Deep Learning (DL), ont récemment pris de l'ampleur pour accélérer la vitesse des simulations. Les techniques ML / DL font partie des processus de simulation, utilisées pour détecter rapidement des évènements lorsque les résultats de simulation sont moins précis. Pour relever ces défis, le projet ACROSS co-concevra et développera une plate-forme convergente combinant HPC, Big Data et intelligence artificielle (IA), au service d'applications dans les domaines de l'aéronautique, du climat et de la météo et de l'énergie. À cette fin, ACROSS s'appuiera sur la prochaine génération d'infrastructures pré-exascale, en préparant l’arrivée des systèmes exascale, et sur des mécanismes efficaces pour décrire et gérer facilement des workflows complexes dans ces trois domaines. L'efficacité énergétique sera obtenue grâce à l'utilisation massive d'accélérateurs matériels spécialisés, à la surveillance des systèmes en cours d'exécution et à l'application de mécanismes intelligents de planification des tâches. ACROSS combinera les techniques HPC traditionnelles avec des techniques analytiques IA (en particulier ML / DL) et BD pour améliorer les résultats des cas de test d'application (par exemple, améliorer le système opérationnel existant pour la prévision numérique de la météo mondiale, développer un environnement pour le traitement in situ des données défini par l'utilisateur, améliorer et innover le système existant pour la conception aérodynamique de turbines, accélérer le processus de conception, etc.). Les performances en ML / DL seront accélérées en utilisant des périphériques matériels dédiés. ACROSS encouragera la coopération avec d'autres initiatives de l'UE (par exemple, BDVA, EPI) et les futurs projets EuroHPC pour favoriser l'adoption du HPC à l’échelle exascale dans les domaines des cas de test du projet.