Gemeinsam mit den Nutzern wird eine angemessene Plattform für die Forschungsprojekte ausgewählt, damit Arbeitsabläufe verbessert und an neue Anforderungen angepasst werden können. Dabei ist es egal, ob die Plattform der eigene Computer, ein Terminal Server oder das HPC Cluster ist.

Mit Unterstützung der Scientific Computing Services können Arbeitsabläufe im wissenschaftlichen Rechnen verbessert werden!

idiv-idiv-

Christian Krause
Technischer Mitarbeiter (HPC Cluster)
Telefon: +49 341 9733144
E-Mail: christian.krause@idiv.de


Plattformen und Ressourcen

idiv-idiv-

RStudio Servers

Die RStudio Server sind über den Web Browser erreichbare Server, die Zugang zur RStudio Web IDE (integrierte Entwicklungsumgebung – „Integrated Development Environment“) anbieten. Um die RStudio Server zu nutzen, muss auf dem Endgerät nichts installiert werden. Die Server können von überall aus genutzt werden. Diese Plattform ist für interaktives Arbeiten und mittelgroße Berechnungen geeignet.

idiv-idiv-

Terminal Servers

Die MS Windows Terminal Server ermöglichen den Zugriff zu Software, die nur unter Windows läuft, z.B. ArcGIS Desktop. Mittels RDP (“Remoted Desktop Protocol“) ist eine Anmeldung auf diesen Servern möglich. Diese Plattform ist für interaktives Arbeiten und mittelgroße Berechnungen geeignet.

idiv-idiv-

High-Performance Computing Cluster

Das HPC-Cluster bietet Zugriff zu praktisch jeder Software, die auf Linux lauffähig ist. Eine hohe Anzahl an Jobs kann an das Cluster abgeschickt werden. Diese Jobs bekommen über Zeit von einem Scheduler Ressourcen zugewiesen und werden damit vollkommen automatisch abgearbeitet. Diese Plattform ermöglicht den höchsten Grad an Automatisierung und eignet sich für die größten Berechnungen, hinsichtlich  RechenleistungArbeitsspeicherFestplattenspeicher und Zeit.

Resources

  RStudio Servers Terminal Servers HPC Cluster
Prozessoren ~ 24 ~ 50 ~ 2.300
Arbeitsspeicher ~ 280 GB ~ 600 GB ~ 27 TB
Festplattenspeicher ~ 5 TB ~ 35 TB ~ 2,5 Petabyte

Wissenschaftliches Rechnen als Service

Selbst ohne Erfahrung im wissenschaftlichen Rechnen, können die anfängerfreundlichen Dienstleistungen bei iDiv in Anspruch genommen werden. Während der Entwicklung von einsatzbereiten Werkzeugen zur Analyse von Daten wird eine einfache Einleitung in die Methoden des wissenschaftlichen Rechnens angeboten.

Service-Schritte

idiv-idiv-

1) Beratung

  • Anforderungsanalyse
  • Arbeitsabläufe skizzieren
idiv-idiv-

2) Entwicklung

  • Werkzeuge entwickeln
  • Arbeitsabläufe umsetzen
  • Datenmanagement integrieren
idiv-idiv-

3) Betreuung

  • Projektmanagement für nachhaltige Entwicklung bereitstellen
  • Ausbildung, zur eigenständigen Weiterentwicklung von Werkzeugen und Arbeitsabläufen

Schulungen

Die Grundlagen des wissenschaftlichen Rechnens werden in Schulungen vermittelt. Das gewonnene Wissen kann in praxisorientierten persönlichen Beratungen vertieft werden.

 

Themen

Themen schließen ein, sind aber nicht beschränkt auf:

  • Einleitung zum High-Performance Computing
    Lernen, worum es beim Hochleistungsrechnen wirklich geht.
  • Versionskontrolle und Zusammenarbeit mit git
    Lernen, wie man Programmcode und wissenschaftliche Arbeiten mit dem Versionskontrollsystem git verwaltet und die Zusammenarbeit auf ein Niveau über MS-Word-Kommentare hebt.
  • Linux, die Kommandozeile und Shell Scripting
    Lernen, wie man Linux und dessen mächtige und flexible Schnittstelle – die Kommandozeile – nutzt.
  • Reproduzierbarkeit
    Lernen, wie Reproduzierbarkeit direkt in deine Arbeitsabläufe integriert werden kann.

Persönliche Beratung

In den praxisorientierten, persönlichen Beratungen werden einzelne Themen tiefer gehend behandelt. Diese Beratungen sind bestens dafür geeignet, Lösungen für konkrete Probleme zu finden und Wissen in einem spezifischem Bereich des wissenschaftlichen Rechnens zu vertiefen.

Themen

Themen schließen ein, sind aber nicht beschränkt auf:

  • Arbeitsabläufe
    Entwicklung von Pipelines
    Portabilität
    Automatisches Validieren / Verifizieren von Ergebnissen
    Reproduzierbarkeit
  • Datenmanagement
    Beschaffung
    Archivierung
  • Projektverwaltung
    Git
    Software-Testing
  • Performance-Analyse
    Monitoring
    Debugging
  • Software-Design und -Entwicklung
    Optimierung
    Parallelisierung