Rechenleistung für Forschung und Lehre: Das HPI Data Center auf dem “Campus II” ist unser hauseigenes Rechenzentrum. Das Gebäude dient der Bündelung unserer Rechenkapazitäten.

Der Bau des Zentrums, der 2022 abgeschlossen wurde, ist Teil unseres kontinuierlichen Wachstums und unserer Mission, die digitale Souveränität Europas zu stärken.

Infrastruktur des HPI-Rechenzentrums:

  1. Das HPI Data Engineering Lab

  2. Das KI-Servicezentrum Berlin-Brandenburg

Für mehr Nachhaltigkeit

Die Wärmeabgabe der Serverinfrastruktur wird für die Wärmeversorgung des gesamten Gebäudes genutzt.

Portraitfoto vom Leiter des Fachgebiets Data Engineering Systems, Prof. Dr. Tilmann Rabl

Das Rechenzentrum ist für die Forschung am HPI von entscheidender Bedeutung. Es bietet kosten- und energieeffiziente Rechenleistung und ermöglicht die Forschung auf allen Ebenen der Infrastruktur, weit über die Möglichkeiten öffentlicher Clouds hinaus. Der direkte Zugriff auf die Ressourcen ist ein bedeutender Vorteil für das HPI, unsere Studierenden, Lehrkräfte und Forschenden.

Prof. Tilmann Rabl, Head of Data Center und Leiter des Fachgebiets Data Engineering Systems

Über das Rechenzentrum

  • Ein eigenes Rechenzentrum bietet entscheidende Vorteile für unsere Forschenden und die Forschungsarbeit. So sind wir für unsere Forschung nicht auf Rechenleistung aus der Cloud angewiesen und schaffen damit unabhängige Forschungsmöglichkeiten. Der direkte Zugriff, als auch die damit verbundenen Eingriffsmöglichkeiten und Modularität unterstreichen die Vorteile.
     
  • Unser Rechenzentrum bietet sowohl zentrale Ressourcen als auch die Flexibilität, individuelle Lösungen für unsere Fachbereiche und Forschungsgruppen zu nutzen.
     
  • Ein breites Spektrum an Hard- und Softwarearchitekturen zwischen "Legacy-Systemen" und modernster Technologie erlaubt unterschiedlichste Forschungsprojekte und -ansätze. Gerade in der Sicherheitsforschung spiegelt dieses Spektrum die reale Situation in Rechenzentren wider. Dies macht Forschungsergebnisse noch besser skalierbar.

Unser Rechenzentrum fungiert sowohl als Forschungsstandort als auch als Forschungsgegenstand.

  1. Forschungsstandort: Das HPI-Rechenzentrum ermöglicht exzellente Forschung und ist gleichzeitig Forschungsgegenstand. Der steigende Bedarf an Rechenleistung durch KI und die fortschreitende Digitalisierung erfordern ein Umdenken bei der Ressourcennutzung.
     
  2. Forschungsgegenstand: Wie Rechenleistung effektiver, effizienter und damit nachhaltiger genutzt werden kann und wie Rechenzentren so gestaltet werden können, dass sie diesen Anforderungen gerecht werden, ist Ziel und Schwerpunkt der aktuellen HPI-Forschung.

Data Engineering Lab

  • Unser Data Engineering Lab ist Teil des HPI-Rechenzentrums und eine experimentelle Plattform für Wissenschaftler aus den HPI-Fachgebieten.
     
  • Das Lab schafft einzigartige Forschungsmöglichkeiten für die Forschung im Bereich maschinelles Lernen und Datenanalyse.
     
  • Der Schwerpunkt liegt auf Methoden zur Verarbeitung und Speicherung großer und dynamischer Datensätze sowie auf der komplexen Datenanalyse auf parallel verteilten Infrastrukturen und modernen Datenbanksystemarchitekturen.
  1. Das Data Engineering Lab stellt den Forschungsprojekten am HPI eine breite Auswahl starker und moderner Rechnerarchitekturen bereit.
     
  2. Darin inbegriffen sind leistungsstarke Server mit besonders großem Hauptspeicher und starken Prozessoren, Rechner Cluster mit vielen Knoten und Kernen, GPU-Server mit vielen rechenoptimierten Grafikkarten, Modern-Hardware Systeme mit beispielweise non-volatilen RAM Modulen und Power-Architekturen und SAN-Systeme mit ausreichender Speicherkapazität und hoher Lese-/Schreib-Geschwindigkeit.
     
  3. Die Hardware-Landschaft des Labs ist auf Erweiterbarkeit ausgelegt, damit das Forschungslabor mit einer wachsenden Nachfrage an Projektkapazitäten am HPI mitwachsen kann und neue Hardware-Trends im Labor mitverfolgt und realisiert werden können.
  1. Auf der leistungsstarken Hardware bietet das Lab eine Vielzahl moderner Software-Systeme an, die nach aktuellem Stand der Technik für das Verarbeiten, Transformieren, Analysieren, Speichern und maschinelle Lernen von Daten eingesetzt werden.
     
  2. Zu dieser Standardsoftware gehören unter anderem auch Laufzeitumgebungen für die wichtigsten Programmiersprachen, Frameworks zum maschinellen Lernen und verteilten Rechnen sowie ausgewählte proprietäre Analysesoftware und Datenbanken.
     
  3. Das Lab dient als Speicherort für Forschungs- und Industrieprojektdaten, die im Lab verarbeitet und/oder analysiert werden.

KI-Servicezentrum (KISZ)

Das vom Bundesministerium für Bildung und Forschung geförderte KI-Servicezentrum Berlin-Brandenburg ist das Gateway zur Anwendung von KI. Wir befähigen Start-ups, Unternehmen und Institutionen, KI durch kostenlose Ressourcen, Schulungen und mehr …

Mehr erfahren

Kontakt

Portraitfoto vom Leiter des Fachgebiets Data Engineering Systems, Prof. Dr. Tilmann Rabl

Prof. Dr. Tilmann Rabl

Head of Data Center

Tel.: +49 331 5509-4881
E-Mail: tilmann.rabl@hpi.de

Letzte Änderung: 24.09.2024, Geronimo Förster