KI-Cluster Health

Moderne Deep Learning-Verfahren erlauben es, KI-Modelle für die Automatisierung kognitiver Aufgaben in vielen Anwendungsgebieten zu trainieren, darunter auch für die digitale Medizin. Das ist eine kleine technische Revolution, denn erstmals können einige sehr anspruchsvolle Aufgaben sinnvoll vom Computer unterstützt werden. Aber auch in vielen Fällen, in denen bereits gute Lösungen existierten, verbessern diese neuen KI-Methoden den Stand der Kunst noch einmal deutlich.

Die neuen Möglichkeiten gehen allerdings auch mit neuen Anforderungen einher. Viele Forschungsinstitute wie Fraunhofer MEVIS haben deswegen spezielle Hardware angeschafft und betreiben rechenstarke Cluster, in denen aufwändige Experimente durch geeignete GPUs oft um mehr als den Faktor Hundert beschleunigt werden können. Die schnelle Entwicklung und Validierung neuer KI-Algorithmen hängt wesentlich an der Verfügbarkeit eines solchen Clusters. Es ist ein Merkmal von Ressourcen in solchen Hochleistungsrechenzentren, dass diese nicht dauerhaft in Volllast betrieben werden, sondern eine je nach Projektphase stark schwankende Auslastung zeigen.

Das EFRE-geförderte Projekt "KI-Cluster Health" sieht deswegen die Schaffung einer zentralen Infrastruktur vor, die auch anderen KI-Institutionen am Standort zur Verfügung gestellt werden soll. Von diesem spezialisierten Rechenzentrum, das Fraunhofer MEVIS im Technologiepark der Universität Bremen aufbauen wird, soll die Entwicklung datengetriebener Algorithmen profitieren. Die Ausstattung des Rechenclusters mit aktuellen NVidia-A100-GPUs soll insbesondere das Training der besonders leistungshungrigen KI-Modelle erlauben. Die Schaffung zentraler Ressourcen ist dabei nachhaltiger als viele einzelne Arbeitsplätze mit geeigneter Hardware auszustatten und kann die schwankende Auslastung durch viele Nutzer:innen ausgleichen.