Actualización y ampliación de capacidad de TeideHPC
Datos
Referencia:EQC2019-005740-P
Socios: Instituto Tecnológico y de Energías Renovables.
Duración: 12 meses (desde el 01-01-2020 hasta el 31-12-2020). Prorrogado hasta 31-12-2021.
Presupuesto: 793.427,22 €
Subvención: 0,00 €
Anticipo reembolsable FEDER: 674.413,14 €
Préstamo: 0,00 €
Aportación propia: 119.014,08 €
Co-Financiación: Convocatoria Equipamiento Científico-Técnico 2019. Programa Estatal de Generación de Conocimiento y Fortalecimiento Científico y Tecnológico del Sistema de I+D+i. Subprograma Estatal de Infraestructuras de Investigación y Equipamiento Científico-Técnico
Resumen del proyecto
Desde su puesta en funcionamiento en el año 2013, el superordenador TeideHPC (con aproximadamente 18.000 cores CPU y 32TB de RAM) está prestando servicio para cubrir las necesidades de cómputo propias de ITER y de otras entidades, no solo en el entorno insular o canario, sino también a nivel nacional e incluso internacional.
Dada su capacidad, esta infraestructura sigue siendo útil para la comunidad científica a pesar de su antigüedad. No obstante, las nuevas tendencias en el campo de la computación paralela en la búsqueda de algoritmos e implementaciones más eficientes tanto en términos de tiempo como en consumo energético se encaminan hacia el uso de dispositivos aceleradores del cómputo. De entre estos aceleradores, destacan las Unidades de Procesamiento Gráfico (Graphic Processing Unit – GPU) por su capacidad para ser utilizadas en diferentes aplicaciones de manera exitosa.
Concretamente, varias líneas de trabajo de ITER como son las energías renovables, genómica y volcanología pueden beneficiarse de las ventajas de este tipo de dispositivos de cómputo a la hora de implementar y utilizar herramientas de simulación, CFD, simulaciones meteorológicas, big-data, machine-learning y deep-learning, entre otras.
Además existe un interés manifiesto por múltiples entidades y equipos de investigación, no solo en el entorno cercano, que consideran que sus líneas de trabajo se pueden beneficiar de manera significativa con el uso de GPU, sin embargo no tienen acceso a estos recursos.
