idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
Die Deutsche Forschungsgemeinschaft (DFG) hat ein Hochleistungs-GPU-System für die Hochschule Anhalt bewilligt. Die positive wissenschaftliche Begutachtung macht die Finanzierung durch das Land Sachsen-Anhalt möglich und ebnet den Weg für datenintensive Wissenschaft auf einem neuen Niveau.
Mit dem neuen System stehen den Forschenden künftig Rechenkapazitäten zur Verfügung, die herkömmliche Computer um ein Vielfaches übertreffen. Die Deutsche Forschungsgemeinschaft (DFG) hat die Anschaffung eines Hochleistungs-GPU-Systems wissenschaftlich begutachtet und empfohlen. Das Land Sachsen-Anhalt kann die erforderlichen Mittel aus dem DFG-Großgeräteprogramm damit zur Verfügung stellen. Das neue System bietet eine Rechenleistung, die im Bereich Künstlicher Intelligenz und Deep Learning mehr als hundert High-End-PCs ersetzt. Komplexe Simulationen werden um Größenordnungen beschleunigt. GPU steht für Graphics Processing Unit – ursprünglich für Grafikberechnungen entwickelte Prozessoren, die sich besonders gut für parallele Berechnungen eignen.
Alle Fachbereiche profitieren von zentraler Lösung
Die Hochschule integriert das neue GPU-System in ihre bestehende Kubernetes-Infrastruktur. Kubernetes ist eine Plattform, die das Management von Anwendungen in Rechenzentren automatisiert und skaliert. Sie dient künftig als zentrale Recheneinheit für alle Fachbereiche der Hochschule, die diese für datenintensive Forschungsvorhaben nutzen können. "Bisher mussten unsere Forschenden auf externe Cloud-Dienstleister zurückgreifen oder mit unzureichend leistungsstarker Infrastruktur arbeiten, was zu Engpässen führte", erklärt Dr. Katharina Holstein aus dem KAT-Netzwerk der Hochschule. "Das neue System macht uns unabhängiger und effizienter." Um die Nutzung möglichst breit zu verankern, plant die Hochschule regelmäßige Workshops, in denen Forschende den Umgang mit der neuen Infrastruktur erlernen können. Mit dem GPU-System wurden auch zusätzliche personelle Kapazitäten für die technische Betreuung geschaffen, geleitet von Prof. Dr. Christian Hänig. Dieses zentrale Modell spart Ressourcen: Nicht jede Arbeitsgruppe muss eigene Expertise aufbauen oder bei Fördermittelgebern beantragen.
Datenmengen wachsen durch mehr Forschungsprojekte
Der Bedarf für Hochleistungsrechnen ist in den vergangenen Jahren kontinuierlich gestiegen. Immer mehr Forschungsprojekte erzeugen große und komplexe Datenmengen, die mit herkömmlicher Infrastruktur kaum noch zu bewältigen sind. Das neue GPU-System kann diese datenintensive Forschung in verschiedenen Bereichen unterstützen: Umwelt- und Naturschutz, KI-gestützte Prozessoptimierung, biomedizinische Bildverarbeitung sowie Deep Learning und maschinelles Lernen. Gerade Verfahren des maschinellen Lernens, die große Datensätze auswerten und Modelle iterativ verbessern, profitieren von der parallelen Rechenleistung der GPUs.
Konkrete Anwendung in der Landwirtschaft
Ein Beispiel aus der Fernerkundung zeigt den praktischen Nutzen: Forschende arbeiten hier mit hyperspektralen Bilddaten aus der Landwirtschaft. Diese speziellen Hyperspektralkameras erfassen nicht nur die drei Grundfarben wie normale Kameras, sondern bis zu 256 verschiedene Farbkanäle. Die entstehenden Datenmengen sind extrem detailliert und entsprechend groß.
Die teure Spezialkameratechnik kostet etwa 300.000 Euro, die für die wenigsten Landwirt:innen erschwinglich ist. Die Forschenden entwickeln daher Algorithmen, die aus den komplexen Rohdaten die entscheidenden Informationen extrahieren – etwa den Stickstoffbedarf von Pflanzen, aber auch zu Krankheitsbefall, Wasserbedarf oder weiteren Nährstoffen. Ein Ziel: kostengünstige Sensoren zu ermöglichen, Landwirt:innen praxistaugliche Informationen liefern und die Präzisionslandwirtschaft nachhaltig voranbringen.
Studierende arbeiten mit echten Daten
Das Großgerät kommt auch in der Lehre zum Einsatz. Studierende in den Bereichen Data Science und künstliche Intelligenz können während ihrer Projektarbeiten mit realen Datensätzen arbeiten. Statt mit standardisierten Übungsdaten trainieren sie an echten Problemen – beispielsweise mit Kartenmaterial von Feldern aus der Region. Die praktische Erfahrung macht einen deutlichen Unterschied: "Die Studierenden durchlaufen den kompletten Prozess von der Datenaufbereitung bis zur Auswertung und sammeln wertvolle Praxiserfahrung", erklärt Dr. Katharina Holstein, die am Fachbereich "Informatik und Sprachen" selbst das Praktikum im "Maschinelles Lernen" sowie das Projekt „Data Science“ betreut.
Forschungsstärke bestätigt
Die DFG-Empfehlung unterstreicht die Forschungsstärke der Hochschule Anhalt. Sie zählt zu den zehn drittmittelstärksten Hochschulen für Angewandte Wissenschaften bundesweit und ist aktives Mitglied im Kompetenznetzwerk für Angewandte und Transferorientierte Forschung (KAT). Das KAT ist ein Zusammenschluss der Hochschulen für Angewandte Wissenschaften in Sachsen-Anhalt.
Prof. Dr. Christian Hänig, christian.haenig@hs-anhalt.de
Prof. Dr. Christian Hänig und Dr. Katharina Holstein setzen ihre Expertise für eine verbesserte Fors ...
Copyright: Bilderzeugende KI: Stable Diffusion
Criteria of this press release:
Journalists, Scientists and scholars
Information technology
transregional, national
Transfer of Science or Research
German
Prof. Dr. Christian Hänig und Dr. Katharina Holstein setzen ihre Expertise für eine verbesserte Fors ...
Copyright: Bilderzeugende KI: Stable Diffusion
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
