ai-and-dev crop

HPC, inkludert høykapasitets data analyse, maskin læring og kunstig intelligens

NORCE, SINTEF og UNINETT Sigma2 har inngått partnerskap for å etablere det norske EuroHPC kompetansesenteret

De tre partnerne, ledet av UNINETT Sigma2, deltar i et toårig EU-prosjekt, EuroCC for å etablere det norske EuroHPC kompetansesenteret, finansiert av EU og Norges forskningsråd. Prosjektets hovedmål er å støtte norsk industri og offentlig sektor i å ta i bruk høykapasitets beregningstjenester (High Performance Computing - HPC) i forretningsmodellen, samt å drive innovasjon og kunnskapsbygging gjennom å tilby støtte og kompetansedeling.

Kompetansesenteret vil tilby tjenester for å legge til rette for økt adopsjon av HPC i industrien og offentlig sektor. Det vil sikre at norske selskaper og offentlig sektor får tilgang til opplæring, kompetanse, støtte, muliggjør tjenester og tilgang tilgjengelig for å dra nytte av HPC for å få økt konkurransekraft og utforske uutnyttede muligheter.

I nært samarbeid med NTNU, Universitetet i Bergen, Universitetet i Oslo og UiT Norges arktiske universitet, tilbyr UNINETT Sigma2 allerede en attraktiv og betydelig HPC- og e-infrastrukturtjeneste. Sammen med NORCE og SINTEF, som begge har lang erfaring fra industri, offentlig sektor, kommersiell forskning samt utvikling og innovasjon, vil disse tre partnerne danne et unikt kompetansesenter for å støtte og veilede små og mellomstore bedrifter i Norge, for å øke bruken eller adoptere og dra nytte av fordelene med HPC og tjenester som er avhengige av det, og for å drive innovasjon og få konkurransefortrinn. Som en del av det EU-finansierte EuroCC-prosjektet, hvor hovedmålet er å etablere lignende nasjonale kompetansesentre i Europa og fremme samarbeid, kan det nasjonale kompetansesenteret bruke og formidle kontakt med kompetanse tilgjengelig utenfor Norge når det er nødvendig, og vil også gi støtte til de andre EuroHPC kompetansesentrene i Europa når vi har unik kompetanse tilgjengelig i Norge.

Hva er HPC?

HPC, inkludert høykapasitets data analyse, maskin læring og kunstig intelligens, involverer tusenvis av PC prosessorer som jobber parallelt med å analysere enorme mengder data i sanntid, og utføre beregninger som ikke er mulig å utføre på vanlige datamaskiner. For å oppnå dette i et produksjonsmiljø, er en realisering av brukervennlige og effektive grensesnitt for applikasjonen, automatiske arbeidsflyter, datahistorikk og presentasjon av resultatene viktig, samtidig som det er nødvendig å sikre den nødvendige sikkerhetspolitikken. Følgelig er bruken av terminologien HPC i sammenheng med EuroCC bredere enn vanlig.

Hvorfor er HPC viktig?

HPC har alltid vært en nøkkelkomponent i vitenskapelige forskning. Dets bidrag har blitt enda viktigere de siste årene på grunn av den økte kompleksiteten i problemene og den enorme kapasiteten til HPCsystemene. Følgelig har muligheten for hva som kan modelleres, enten det er noe vi ikke kan se eller berøre, eller om det skal simulere eksperimenter eller produksjons- eller samfunnsmiljøer, økt enormt. Dette, kombinert med nye utfordringer innen områder som energi, klima, medisin, havbruk og jordbruk, definerer betydningen av HPC for de vitenskapelige miljøene. For industrien og offentlig sektor blir HPC også stadig viktigere. Med den økte muligheten av modellering følger betydelige forbedringer i effektivitet, kostnadsreduksjon, produkter og leveranser. I tillegg genereres det store mengder data som må analyseres og tolkes slik at de kan brukes i forretningseller samfunnsbeslutninger.

Uoppdagede muligheter innen industrien

Flere store kommersielle næringer er allerede avhengige av HPC, som for eksempel olje og gass, elektronikkindustrien, finanssektoren, transport- og romfart, energiindustrien, medisin og underholdningsindustrien. Imidlertid er barrieren for å bygge kompetanse, verktøy og infrastruktur rundt HPC uten støttefellesskap vanligvis svært kostbart og tidkrevende, og tar fokus vekk fra kjerneaktivitetene. Videre er det fremdeles et enormt ubenyttet potensial for å bruke HPC i forretningsmodeller og som et verktøy for å løse samfunnsproblemer. Målet med EuroHPC Competence Center er å redusere disse risikoene, belyse fordelen og legge til rette for et område der HPC-anlegg, institutter, industri og offentlig sektor kan vokse og øke sin kompetanse og konkurranseevne. Både sammen og hver for seg for en mer bærekraftig fremtid. Senteret kan videre hjelpe norske virksomheter med å realisere nye forretningsmuligheter eller å få forretningsinformasjon som kan gi dem et konkurransefortrinn i sin bransje. I tillegg vil senteret bistå offentlig sektor med å legge til rette for etablering av kjernevirksomhet på HPC slik at presserende problemer knyttet til ulike samfunnsutfordringer kan løses på nye måter.

For mer informasjon, besøk https://www.sigma2.no/eurohpc-competence-center

Endress Proline Teqwave MW 500 _ 4W5B crop

Inline-måler for totalt tørrstoffinnhold

Proline Teqwave MW 300/500 er den foretrukne måleren for direkte måling av totalt tørrstoff i slambehandling av avløpsvann, ved bruk av mikrobølgeprinsippet.

Parker IO crop

Parker Hannifin introduserer innovative I/O-tilleggskort for å forbedre servodriverytelsen

Parker Hannifin har forbedret tilbudet innen frittstående og fleraksede Parker-servodrivere (PSD), med et nytt I/O-alternativkort. Dette allsidige tilleggskortet, med plass til ett eller to kort per driver, introduserer en rekke tekniske funksjoner som forbedrer tilpasningsevnen og ytelsen til hele PSD-familien.

Mongstad crop

Aker Solutions skal oppgradere renseanlegg på Mongstad-raffineriet

På det meste skal 500 personer sysselsettes i prosjektet på flere steder i Norge og i Mumbai i India, skriver Aker Solutions i en pressemelding. Kontrakten er verdt mellom 2,5 og 4 milliarder kroner, men selskapet oppgir ikke den eksakte summen.

Eliaden MW crop

Eliaden nærmer seg

Fra 28. til 30 mai åpner elektrobransjens største arrangement sine dører på Norges Varemesses lokaler på Lillestrøm. Også denne gangen har automatiseringsbransjen fått plass i hall C. Arrangementet følger samme lest som tidligere år.