Kurzbeschreibung
An der Universität für Weiterbildung Krems (Zentrum für Kulturen und Technologien des Sammelns; Department Kunst- Kulturwissenschaften) stellt dieser GPU-Cluster im Rahmen des DHInfra.at-Projektes eine neue Infrastruktur bereit, welche für rechenintensive Forschung im Bereich der Digital Humanities (DH) eingesetzt werden kann.
Dieser Cluster umfasst einen High-Performance Compute Node mit 6 Stück H200 sowie eines Login- und Storage-Nodes mit 40 TB Speicher.
Die Anlage unterstützt sowohl Training als auch Inferenz für anspruchsvolle Anwendungen in den Geisteswissenschaften, insbesondere für Natural Language Processing und Computer Vision. Primäre Anwendungsbereiche umfassen die automatische Texterkennung (OCR/HTR), Textanalyse historischer Korpora und KI-gestützte Analyse kultureller Artefakte. Die Nodes sind über InfiniBand-Netzwerk (400 Gb/s) für optimale Datenübertragung verbunden.
Die zentrale Login-Node ermöglicht föderierte Authentifizierung über Shibboleth, wodurch Forschende (und Studierende) des CLARIAH-AT-Konsortiums, assoziierter Institutionen und externer Partner:innen standardisierten Zugang erhalten. Die Infrastruktur unterstützt verteilte Berechnungen und Container-basierte Services bzw. Workflows für skalierbare Forschungsprojekte. Die Infrastruktur richtet sich an User:innen mit unterschiedlichen technischen Vorkenntnissen und bietet sowohl interaktive Jupyter-Umgebungen als auch Batch-Processing für größere Berechnungen.
Die Spezifikationen des Systems sind auf Node- und Cluster-Ebene erweiterbar. Der Cluster ist in die verteilte DHInfra.at-Infrastruktur eingebunden und ermöglicht koordinierte Ressourcennutzung. Das System ist über CLARIAH-AT in die europäischen Forschungsinfrastrukturen CLARIN und DARIAH eingebunden und operiert mit professionellem Support.
Mehr Informationen sind unter https://www.dhinfra.at verfügbar.
Ansprechperson
Max Resch
Research Services
GPU-Computing für Training und Inferenz von ML-Modellen
LLM-Inference-APIs als Managed Services
Interaktive Jupyter-Umgebungen mit GPU-Zugang
Container-basierte Umgebungen und Slurm-Batch-Scheduling
Föderierter Zugang über eduid.at (SAML2) für CLARIAH-AT Partner und assoziierte Institutionen
Methoden & Expertise zur Forschungsinfrastruktur
Der Fokus dieser Infrastruktur liegt auf der Anwendung von Methoden des Machine Learnings in der geisteswissenschaftlichen Forschung. Zu den Schwerpunktbereichen zählen unter anderem die automatische Transkription historischer Dokumente, Natural Language Processing und Computer Vision. Das Department für Kunst- und Kulturwissenschaften hat hierfür Fachkompetenz im Betrieb von GPU-Clustern aufgebaut. Die Bereitstellung der Infrastruktur wird von DLE-IT der Universität für Weiterbildung Krems und ACOnet unterstützt.
Technische Universität Wien
Paris-Lodron-Universität Salzburg
Leopold-Franzens-Universität Innsbruck
Universität für angewandte Kunst Wien
Universität Wien
Österreichische Nationalbibliothek
Österreichische Akademie der Wissenschaften