computer in green light
​Med en imponerande kapacitet är Alvis-infrastrukturen för artificiell intelligens och maskininlärning nu redo att hjälpa svenska forskare. Foto: Henrik Sandsjö​​​​

Dags att inviga allvetande datorresurs

​Alvis är ett gammalt nordiskt namn som betyder ”allvetande”. Ett passande namn, kan man tycka, på en datorresurs dedikerad till forskning inom artificiell intelligens och maskininlärning. En första fas av Alvis har funnits vid Chalmers och använts av svenska forskare under ett och ett halvt år, men nu är datorsystemet fullt utbyggt och redo för att lösa fler och större forskningsuppgifter.

Alvis är en nationell datorresurs inom Swedish National Infrastructure for Computing, SNIC, och började i liten skala under hösten 2020, då första versionen började användas av svenska forskare. Sedan dess har mycket skett bakom kulisserna, både när det gäller användning och utbyggnad, och nu är det dags för Chalmers att ge svensk forskning inom AI och maskininlärning tillgång till den fullskaligt utbyggda resursen. Den 25 februari äger den digitala invigningen rum.

Vad kan då Alvis bidra med? Syftet är tvådelat. Dels vänder man sig till målgruppen som forskar och utvecklar metoder inom maskininlärning, dels till målgruppen som använder maskininlärning för att lösa forskningsproblem inom i princip vilket fält som helst. Alla som behöver förbättra sina matematiska beräkningar och modeller kan ta del av Alvis tjänster genom SNICs ansökningssystem – oavsett forskningsfält.
– Man kan enkelt uttryckt säga att Alvis arbetar med igenkänning av mönster, enligt samma princip som din mobil använder för att känna igen ditt ansikte. Det du gör här är att presentera mycket stora mängder data för Alvis och låter systemet jobba på. Uppgiften för maskinerna är att reagera på just mönster – långt innan ett mänskligt öga hinner göra det, säger Mikael Öhman, systemansvarig på Chalmers e-commons.

Hur kan Alvis hjälpa svensk forskning?

Thomas Svedberg är projektledare för uppbyggnaden av Alvis:
– Jag skulle säga att det är två delar i det svaret. Vi har å ena sidan forskare som redan håller på med maskininlärning, de får en kraftfull resurs som hjälper dem att analysera stora komplexa problem.  
– Å andra sidan har vi de som är nyfikna på maskininlärning och som vill veta mer om hur de kan arbeta med det inom just sitt fält. Det är kanske för dem vi kan göra störst skillnad. Där kan vi erbjuda snabb tillgång till ett system som göra att de kan lära sig mer och bygga upp sin kunskap. 
Den officiella invigningen av Alvis äger rum 25 februari. Det kommer att ske digitalt och du hittar all information om eventet här​

Övrigt

Alvis, som är en del av den nationella e-infrastrukturen SNIC, finns placerad på Chalmers. Chalmers e-Commons driver resursen, och ansökningar om att få använda Alvis hanteras av SNAC (Swedish National Allocations Committee). Alvis är finansierad av Knut och Alice Wallenbergs stiftelse med 70 miljoner kronor, och driften finansieras av SNIC. Datorsystemet är levererat av Lenovo​. Inom Chalmers e-commons finns också en grupp av forskningsingenjörer med spets mot AI, maskininlärning och datahantering. De har bland annat till uppgift att ge stöd till Chalmers forskare i användningen av Alvis. 
 

Röster om Alvis: 

Lars Nordström, föreståndare för SNIC: Alvis kommer att utgöra en nyckelresurs för svensk AI-baserad forskning och är ett värdefullt komplement till SNICs övriga resurser.

Sara Mazur, Director of strategic research, Knut och Alice Wallenbergs Stiftelse: "En högpresterande nationell beräknings- och lagringsresurs för AI och maskininlärning är en förutsättning för att forskare vid svenska universitet ska kunna vara framgångsrika i den internationella konkurrensen inom området. Det är ett område så utvecklas oerhört snabbt och som kommer att få stor inverkan på samhällsutvecklingen, därför är det viktigt att Sverige båda har den infrastruktur som krävs och forskare som kan utveckla området. Det möjliggör också en kunskapsöverföring till svensk industri."

Professor Philipp Schlatter, ordförande i SNIC:s tilldelningskommitté Swedish National Allocations Committee, SNAC: Beräkningstid på Alvis fas 2 finns nu att söka för alla svenska forskare, också för de stora projekt som vi delar ut via SNAC. Vi var alla tveksamma när GPU-accelererade system infördes ett par år sedan, men vi som forskare har lärt oss att förhålla oss till denna utveckling, inte minst genom specialbibliotek för maskininlärning, till exempel Tensorflow, som verkligen går supersnabbt på sådana system. Därför är vi speciellt glada att nu ha Alvis i SNIC:s datorlandskap så att vi också kan täcka detta ökande behov av GPU-baserad datortid. 

Scott Tease, vicepresident och generaldirektör över Lenovos verksamheter High Performance Computing (HPC) och  Artificial Intelligence (AI): ”Lenovo är tacksamma över att ha blivit utvalda av Chalmers för Alvis-projektet. Alvis kommer att driva banbrytande forskning inom olika områden; från materialvetenskap till energi, från hälsovård till nanoforskning och så vidare. Alvis är verkligen unik och har utgångspunkt i olika arkitekturer för olika arbetsbelastningar. Alvis utnyttjar Lenovos NeptuneTM vätskekylningsteknik för att leverera oöverträffad beräkningseffektivitet. Chalmers har valt att implementera flera olika Lenovo ThinkSystem-servrar för att leverera rätt NVIDIA GPU till sina användare, men på ett sätt som prioriterar energibesparingar och arbetsbelastningsbalans, i stället för att bara kasta in fler underutnyttjade GPU:er i mixen. Genom att använda vårt ThinkSystem SD650-N V2 för att leverera styrkan hos NVIDIA A100 Tensor Core GPU med högeffektiv direkt vattenkylning, och vårt ThinkSystem SR670 V2 för NVIDIA A40 och T4 GPU, kombinerat med en höghastighetslagringsinfrastruktur, har Chalmers-användare över 260 000 bearbetningskärnor och över 800 TFLOPS i beräkningskraft för att få en snabbare svarstid till forskningen."



Text: Jenny Palm
Foto: Henrik Sandsjö

Överblick datorhall



​​

Sidansvarig Publicerad: må 21 feb 2022.