Subscríbeche

  • Suscribete a Novas CESGA

HPC User Portal

  • HPC User Portal

Estado dos sistemas

  • Solo visible desde Firefox o Chrome.

Compromiso coa Igualdade

  • Igualdad CESGA

6º Foro Transfiere 2017

Síguenos ...

  • Twitter FacebbokFlickrYouTube CESGA

Servizos PYME's

  • Servicios para Empresas

Annual Report 2016

  • Annual Report 2016

  • CESGA ICTS
Filtrar por ano:
CESGA

Luns 11/09/2017 13:25

Deep Learning is a powerful tool for industry and other sectors that benefits from large datasets and computing capacity during the design and training steps. CESGA’s FinisTerrae HPC infrastructure can reduce enormously the time to solution thanks to its parallel capabilities and the availability of fast and large storage. As a demonstration of these benefits, CESGA has published a white paper (as a technical report) with a successful industrial case of the benefits of High Performance Computing on Machine and Deep Learning applications. The report is based on an use case from the experiment 707: "Cyber-Physical Laser Metal Deposition (CyPLAM)" developed under the framework of the Fortissimo 2 project (H2020). This experiment has demonstrated the possibilities of this technology for complex high-tech industrial technologies control and monitoring. The Machine Learning model has been developed by AIMEN Technology Centre and tested at EMO manufacturing plant in Slovenia.

In this experiment, a hyper-parametric search the best Convolutional Neural Network model, for a monitoring system of Laser Metal Deposition (LMD) based on Medium Wavelength Infrared (MWIR) images, was conducted on the FinisTerrae II (FT2) infrastructure using the Google’s Machine Learning API Tensorflow. Thanks to the use of HPC this search could be reduce from 40 days of computation to less than 70 hours.

The report can be download from: https://www.cesga.es/es/investigacion/Research_technical_reports

Nova completa

Emprego

Luns 04/09/2017 10:55

Nova: Oferta emprego

Contrato temporal para realización de proxecto específico de investigación SV10 de duración estimada: 6 meses prorrogable a 12 meses.

Titulación requirida: Nivel 2 (Grao) segundo Marco Español de cualificacións para a Educación Superior recollido no Real Decreto 1027/2011 de 15 de xullo ou calquera outra equivalente de plans anteriores, nalgunha das seguintes áreas: Enxeñaría, Informática, Física o Matemáticas.

Consulte a oferta

Nova completa

Cursos e eventos

Luns 04/09/2017 09:00

The HPC user's requirements are exploding, as more scientific domains demand HPC resources. Different communities need different compilers, libraries, visualization tools, languages and runtimes. Some of the newcomers are still learning about the particularities of HPC environments, and struggling to focus on their science rather than on technical difficulties. At the same time, supercomputing architectures are becoming increasingly complex, with heterogeneity becoming common place at multiple levels. Providing a user-friendly environment for a wide user spectrum is a significant burden for support groups. In this talk, we'll learn about JSC's efforts -ranging from efficiently deploying software in a comprehensible user environment, to visualization strategies, tools and plans- to help users focus on their science.

Ponente: Damian Álvarez (Forschungszentrum Juelich GmbH).

Ponente: Damian Álvarez (Forschungszentrum Juelich GmbH).

Fecha: 4 de septiembre de 2017 a las 11:00h.
Lugar: Sala de presentaciones CESGA, Santiago de Compostela.

Nova completa

CESGA

Luns 31/07/2017 12:16

Nova: MACHINE LEARNING: NOVO SERVIZO PARA INSTITUCIÓNS E EMPRESAS

CESGA apoia á comunidade de Machine Learning cun novo servizo para institucións e empresas

As tecnoloxías de aprendizaxe máquina (Machine Learning) son un referente actual en todo tipo de sectores, desde TIC á industria manufacturera. Estas tecnoloxías son unha das ferramentas preferidas na actualidade para extraer o máximo provecho dos datos que se están producindo. Entre outras cousas permiten a análise de videos en tempo real para extraer información útil, a identificación de obxectos en imaxes ou o procesado de series temporais para coñecer as posibilidades de que unha máquina falle próximamente. As posibilidades son innumerables.

Con todo, as técnicas máis modernas (como o chamado Deep Learning) necesitan para obter o seu máximo rendemento grandes volumes de datos e unha gran capacidade de computación. Esta pódese obter tanto polo uso simultáneo de moitos procesadores ou utilizando GPUs. Con todo, o uso dun só ordenador limita moito as posibilidades, tanto nos tamaños dos modelos como na procura dos parámetros adecuados destes. Por este motivo, o CESGA quere apoiar a empresas, institucións e investigadores no seu traballo de definición de algoritmos de Machine Learning poñendo á súa disposición as capacidades computacionales do Finis Terrae II.

O novo servizo de Finis Terrae II para Machine Learning inclúe a disponibilidad das contornas de desenvolvemento de Machine Learning máis utilizadas pola comunidade, adaptadas á arquitectura do computador para obter o máximo rendemento. Así, están dispoñibles: Tensorflow, Caffee, Torch, Theano, Caffe2 e CNTK. Ademais do acceso a estas contornas, o persoal de soporte do CESGA pode axudarlle na execución eficiente dos seus procesos de adestramento de novos modelos. A infraestructura se complementa co acceso compartido dunha gran capacidade de almacenamiento (de centenares de TBs) para ter acceso a todos os datos necesarios para o adestramento.

Grazas ás capacidades computacionales do Finis Terrae II, é posible desenvolver modelos de Deep Learning máis complexos e competitivos, acelerar o seu adestramento, realizar procuras dos modelos que mellor se axusten aos seus datos, ou atopar os parámetros que permiten un adestramento máis eficaz. Todo iso nunha contorna rápida e eficaz.

Si quere saber máis sobre as capacidades deste novo servizo, non dubide en poñerse en contacto co departamento de aplicacións a través do correo electrónico aplicacions[AT]cesga.es, onde estaremos encantados de escoitar as súas necesidades e axudarlle a poñer en funcionamento as súas propostas.

Nova completa

Cursos e eventos

Venres 28/07/2017 09:56

En los últimos años el interés de la industria y de la comunidad investigadora por las tecnologías asociadas al Aprendizaje Máquina o Machine Learning (ML) se ha incrementado notablemente. Diversos factores determinantes, como la disponibilidad de entornos computacionales cada vez más potentes, la irrupción de las tecnologías Big Data, la mejora en los algoritmos de aprendizaje, la aparición del Deep Learning, o el acceso a un conjunto de datos cada vez mayor y a menor coste, han convertido esta tecnología en un referente actual en casi cualquier campo del conocimiento.

Es objetivo de este workshop presentar los proyectos y resultados de utilización de las tecnologías ML en las Universidades, centros de investigación, centros tecnológicos y empresas de Galicia, tanto a nivel de utilización como desarrollos específicos de nuevos algoritmos, así como identificar las posibilidades de estas tecnologías en los sectores referentes de Galicia, las necesidades de infraestructuras y las posibles sinergias.

https://citius.usc.es/novidades/eventos/machine-learning-galicia-2017

Nova completa

1195 novas