QUERES ACCEDER A RECURSOS DE SUPERCOMPUTACIÓN DE MANEIRA GRATUÍTA CON ASESORAMENTO PERSONALIZADO? O Proxecto EuroCC_SpainRES faio posible co novo EUROCC Spain Testbed Para quen é esta oportunidade? Empresas e administracións españolas, así como entidades relacionadas. Para que podes utilizar estes recursos? Realiza actividades I+D+i. Ej: probas de concepto, ensaios de escalabilidade, proxectos piloto e avaliación [...]
O próximo 12 de setembro celebrarase a xornada de promoción da supercomputación para empresas organizada polo proxecto EuroCC_Spain, xunto co DIH4CAT. Na xornada expoñeranse casos de uso por parte de empresas que se benefician do uso da supercomputación como ferramenta de traballo. Ademais, o Dixital Innovation Hub de Cataluña (DIH4CAT) e o Centro de Competencias [...]
O proxecto EuroCC Spain vai impartir o próximo 21 de xuño un curso especialmente a dirixido a empresas que non son usuarias habituais da supercomputación, pero que poden beneficiarse dela. É un curso breve, de carácter introdutorio e ten como obxectivos adquirir coñecementos sobre o mundo dos supercomputadores, a utilización eficiente e sinxela de grandes [...]
A Supercomputación axuda a avaliar riscos de exposición a radiación médica Proxecto SINFONIA: Avaliación de riscos por exposición a radiación médica. CESGA participa nun consorcio multidisciplinar que combina a experiencia de 14 socios de 8 países europeos. O consorcio inclúe grandes universidades, institutos de investigación, hospitais e empresas do sector saúde. Desde Galicia, ademais de [...]
CESGA e o CITIC da UDC apoiarán a grandes industrias na súa explotación da Computación Cuántica 12 empresas e laboratorios de investigación europeos unen forzas para impulsar as aplicacións industriais da computación cuántica. O proxecto NEASQC investigará unha gran selección de casos de uso industriais e financeiros compatibles cos procesadores cuánticos actuais (denominados NISQ) e [...]
The purpose of this Technical Report is analyze, debug & benchmark the BigData platform installed at CESGA by running Spark-based ML algorithms over public datasets with different resource allocation (number of executors, number of cores, memory per executor, memory for driver, etc.).