L’adesione ai principali Progetti Europei in ambito High Performance Computing e Intelligenza Artificiale costituisce una parte fondamentale della nostra strategia. Questi progetti apportano valore in termini di risorse umane e competenze, ci permettono di entrare in contatto con importanti istituzioni e aziende nazionali e internazionali e di co-progettare e sviluppare soluzioni molto innovative che possono essere poi replicate sul mercato.
L’ente principale, che si occupa di finanziare e sostenere una gran parte di questi progetti è la European High Performance Computing Joint Undertaking (EuroHPC JU), con sede in Lussemburgo. Questo ente si occupa di coordinare gli sforzi e gestire le risorse dei vari Paesi Europei con l’obiettivo di fare dell’Europa il leader mondiale del Supercalcolo.
All’interno di EuroHPC JU, E4 è attualmente coinvolta in 15 progetti.
L’obiettivo principale del progetto ADMIRE è proprio quello di stabilire un meccanismo di controllo, creando uno stack di I/O attivo che regoli dinamicamente i requisiti di calcolo e storage attraverso un coordinamento globale intelligente, malleabilità di calcolo e I/O, e la pianificazione delle risorse lungo tutti i livelli di gerarchia dello storage. Per raggiungere questo obiettivo, il progetto svilupperà un framework software-defined basato sui principi di monitoraggio e controllo scalabili, controllo separato e percorsi dei dati e l’orchestrazione di componenti e applicazioni chiave del sistema, attraverso punti di controllo incorporati.
E4 si occupa di sviluppare l’applicazione Software Heritage (SH), i test, la distribuzione e profilazione del SH, e di fornire l’accesso ai partner di ADMIRE al suo Cluster ARMIDA.
Random Power sfrutta le proprietà quantistiche dei semiconduttori per generare un flusso praticamente infinito di bit casuali che alimentano i sistemi di sicurezza informatica. Nella prima fase del progetto ATTRACT, il consorzio, composto da due enti di ricerca e due imprese, ha progettato, prodotto, commissionato e pienamente qualificato una scheda small form factor integrando un generatore di bit singolo. Ora, il consorzio include RaP!, uno spin-off dei partner originali, ed è stato ampliato per integrare team con conoscenze e competenze complementari provenienti da altri progetti ATTRACT e oltre, con l’obiettivo di sviluppare una piattaforma di True Random Bit Generator.
E4 si occupa dello sviluppo e dell’implementazione di una Randomness Farm basata su un hardware che incorpora più generatori in un’infrastruttura con architettura scalabile. L’hardware è completato da uno sviluppo software personalizzato per garantire una trasmissione sicura del flusso di bit, funzionalità avanzate in tempo reale e una serie di servizi per massimizzare l’adozione della tecnologia.
Il progetto svilupperà un framework aperto ed esportabile di cloud management per un’ottimizzazione delle applicazioni automatica e adattabile, mappando i jobs e indirizzandoli alle risorse più adeguate in un ecosistema eterogeneo. Utilizzando un monitoraggio olistico, DECICE mira a costruire un gemello digitale del sistema che rifletta quello originale. Un AI-scheduler prenderà la decisioni sul posizionamento dei job e dei dati, e regolerà la riprogrammazione dei job per adeguarla ai cambiamenti di sistema. Verrà predisposto un ambiente di training virtuale che genera dati di testing per allenare i modelli di Machine Learning e l’espolorazione di scenari what-if. Il framework replicabile è integrato nell’ecosistema Kubernetes e validato sulla base di casi d’uso rilevanti in sistemi eterogenei testati nella realtà.
E4 è responsabile dell’attività di integrazione del testing e del WP sull’implementazione, la validazione e la valutazione della performance.
DYNAMOS soddisfa gli obiettivi attesi e lo scopo del bando proponendo lo sviluppo di circuiti integrati fotonici (PIC) a bassa energia (pochi pJ/bit), che sono integrati in sottosistemi modulari e scalabili e utilizzati per dimostrare nuove reti di data center con una latenza inferiore al microsecondo altamente deterministica per consentire la massima riduzione della congestione, la più ampia larghezza di banda a bisezione e la garanzia della qualità del servizio, riducendo al contempo il costo per Gbps. La rete proposta offre la riconfigurazione a commutazione di circuito ottico e la larghezza di banda a bisezione completa garantita, consentendo a qualsiasi nodo computazionale di comunicare con qualsiasi altro nodo a piena capacità. DYNAMOS co-sviluppa l’intero ecosistema di transceiver, switch e reti per aumentare le prestazioni complessive e ridurre il costo totale dello scambio di dati, invece di concentrarsi sul miglioramento dei singoli collegamenti ottici o interfacce.
In qualità di leader dell’attività “Network & system demos”, E4 si occupa di formalizzare l’insieme delle attività di integrazione e dimostrazione al fine di mostrare sistematicamente la capacità dei dispositivi, l’architettura e il controllo della rete, le tecnologie per raggiungere gli obiettivi di scalabilità della rete di sistema, l’efficienza energetica relativa alla rete, la latenza della rete, la performance di calcolo distribuito.
L’European Processor Initiative (EPI) è uno dei principali progetti europei e ha come obiettivo il raggiungimento dell’autonomia strategica europea in ambito HPC, delle tecnologie dei chip e delle infrastrutture. Il progetto ha completato la sua prima fase triennale (2018-2021), fornendo tecnologie all’avanguardia per la sovranità europea come il Rhea General-Purpose Processor (GPP). La seconda fase di EPI si concentra sulle tecnologie di processore basate sulle architetture ARM e RISC-V, per sviluppare un microprocessore e un acceleratore Europeo competitivo che comprenda la tecnologia necessaria a integrare e utilizzare i prodotti derivati per l’HPC e altre applicazioni.
E4 si occupa di progettare e costruire l’EPAC Test Chip Daughter Board PCIe, per la RHEA Reference Platform. Non appena questo prototipo sarà pronto per lo sviluppo, E4 ne supervisionerà la gestione e l’amministrazione.
L’Unione Europea ha l’obiettivo di offrire nuove competenze professionali in ambito HPC che attraggano gli studenti e facilitino la competitività europea nel settore. Pertanto, il HPC European Consortium leading Education Activities (HERCULES) mira a sviluppare un innovativo programma di Master focalizzato sulle soluzioni ad alte prestazioni, che diventerà un modello per tutti i programmi formativi nel settore HPC a livello nazionale ed europeo. L’obiettivo di EUMaster4HPC è di attrarre gli studenti più brillanti dell’ecosistema HPC, incrementando le loro opportunità professionali nei settori industriale ed accademico. Gli studenti potranno acquisire esperienza pratica partecipando a stage e frequentando i centri europei di supercalcolo.
E4 è Partner industriale di European Technology Platform for HPC (ETP4HPC). Insieme a Leonardo, E4 si occupa di collegare il Consorzio all’ecosistema industriale offrendo competenze ed esperienza, e supportando gli studenti con un’opportunità di stage interessante e formativo presso la sua sede.
EUPEX ha l’obiettivo di sviluppare la prima piattaforma europea per HPC, raccogliendo e integrando le tecnologie europee per l’architettura di sistema, il processore, il software, gli strumenti di sviluppo e le applicazioni. EUPEX mira a sostenere un ecosistema imprenditoriale europeo emergente e vivace attorno alla tecnologia HPC europea, rivolgendosi ai settori correlati dell’Intelligenza Artificiale e Big Data Analytics. Sarà un veicolo per preparare le comunità operanti nei settori dell’HPC, AI e Big Data ai nascenti sistemi europei di Exascale e a un’infrastruttura HPC condivisa.
E4 si occupa della progettazione, costruzione e validazione della blade GPU, della costruzione del cluster GPP/GPU e del co-design dei processori EPI di seconda generazione.
La fluidodinamica computazionale (CFD) è diventata una tecnologia matura nella progettazione ingegneristica, contribuendo alla competitività industriale e alla sostenibilità in un’ampia gamma di settori (ad es. trasporti, produzione di energia, prevenzione dei disastri). La sua crescita futura dipende prevalentemente dallo sfruttamento di architetture HPC parallele; tuttavia, ciò è attualmente ostacolato dai colli di bottiglia del ridimensionamento delle prestazioni. L’ambizioso progetto exaFOAM mira a superare questi limiti attraverso lo sviluppo e la convalida di una serie di miglioramenti algoritmici. Saranno sviluppati miglioramenti lungo l’intera catena di processo CFD (preelaborazione, simulazione, I/O, post-elaborazione).
E4 si occupa di validare le prestazioni di micro-benchmark su architetture omogenee ed eterogenee. Inoltre, E4 analizzerà le prestazioni e la modellazione di casi d’uso industriali su architetture rilevanti.
L’obiettivo principale del progetto ISOLDE è di contribuire all’unificazione e al miglioramento di un ecosistema per un’architettura RISC-V open-source, specialmente nell’ambito dell’embedded HPC, e di creare una capacità di progettazione innovativa nell’industria microelettronica europea. Tale obiettivo verrà raggiunto grazie all’implementazione di sistemi e piattaforme di elaborazione ad alte prestazioni basate su RISC-V entro la fine del progetto, e alla loro applicazione su specifici settori chiave a livello europeo (automotive, spazio e IoT). Verrà fornito un supporto open-source di livello industriale per lo sviluppo, la manutenzione e la verifica, ospitato su server localizzati fisicamente in Europa al fine di contribuire alla sovranità digitale europea supportata dal progetto ISOLDE.
E4 si occupa di coordinare il Work Package 1 su requisiti e specifiche, e contribuisce inoltre all’implementazione e al testing del dimostratore spaziale.
La rivoluzione digitale sta avendo un impatto importante sull’industria farmaceutica e sull’intero sistema sanitario. L’utilizzo del machine learning, delle simulazioni su scala estrema e dell’analisi dei big data nel processo di progettazione e sviluppo dei farmaci, offre un’eccellente opportunità per ridurre il rischio di investimento e il tempo per la brevettazione, migliorando di conseguenza il tempo di risposta al paziente.
LIGATE sosterrà l’Europa a mantenere la leadership mondiale sulle soluzioni CADD (Computer-Aided Drug Design), sfruttando i moderni supercomputer di oggi e le risorse exascale di domani, promuovendo allo stesso tempo la competitività europea in questo campo. Il progetto migliorerà la tecnologia CADD della piattaforma EXSCALATE, dedicata alla scoperta di nuovi farmaci.
E4 si occupa di raccogliere le richieste specifiche dalle diverse parti interessate, in particolare imprese e centri HPC, per l’evoluzione dei sistemi HPC e delle infrastrutture EuroHPC. Altri compiti riguardano la definizione del piano di configurazione e integrazione per la piattaforma Exascale CADD; l’espansione delle applicazioni (ad es. Gromacs, Ligen) per indirizzare cluster di GPU; il miglioramento dell’efficienza energetica con misurazioni più accurate e lo sviluppo di modelli a livello di cluster.
Il progetto CoE (Centre of Excellence) MaX aprirà la strada alla transizione verso e oltre le tecnologie exascale, utilizzando i codici comunitari open source di maggior successo e più diffusi nelle simulazioni quantistiche di materiali exascale, adottando una strategia sostenibile di sviluppo dei software, per affrontare le improvvise interruzioni tecnologiche attese nei prossimi anni.
E4 si occupa di creare un network di potenziali utenti di codici, acquisendo visibilità nella community della scienza dei materiali, apprendendo conoscenze sulle tecniche di ottimizzazione dei codici, e ottenendo informazioni dettagliate sulle prestazioni dei codici su un ampio numero di piattaforme. Contribuirà anche alla co-creazione delle tecnologie HPC europee, alla valutazione e messa a punto dei parametri di efficienza energetica, e all’exploitation di hardware avanzati.
Il machine learning può aiutare a migliorare la modellazione meteorologica, per fronteggiare la minaccia del cambiamento climatico. Il progetto MAELSTROM nasce in quest’ottica, con l’obiettivo di migliorare l’architettura dei computer europea, al fine di valutare gli impatti futuri sul clima. In particolare, porterà avanti dei progetti per la creazione di sistemi di calcolo con prestazioni applicative ed efficienza energetica ottimali. Inoltre, proporrà framework software per ottimizzare l’usabilità e l’efficienza del training per il machine learning su larga scala, e con applicazioni di machine learning su larga scala configurate sulle scienze meteorologiche e climatiche.
E4 si occupa di fornire circa venti diverse configurazioni hardware (comprese piattaforme accelerate) per lo sviluppo e il test degli strumenti di machine learning e per fornire l’accesso a diverse architetture e tecnologie di storage, la cui configurazione sarà il risultato di un processo di co-design.
REGALE intende aprire la strada alla prossima generazione di applicazioni HPC per i sistemi exascale. A tal fine, il progetto definirà un’architettura aperta, costruirà un prototipo di sistema, e incorperà in esso un elevato grado di sofisticatezza, al fine di dotare i sistemi di supercalcolo dei meccanismi e delle politiche per l’utilizzo efficace delle risorse e l’esecuzione di applicazioni complesse. REGALE riunisce insieme i maggiori stakeholders, gli accademici più prestigiosi del settore, i centri di calcolo europei, e gli utenti finali dei settori critici, coprendo l’intera catena del valore nei software di sistema e applicazioni per le tecnologie su larga scala.
E4 si occupa della raccolta dei requisiti e della co-progettazione di prototipi su piccola scala per lo sviluppo e il test delle applicazioni. I due sistemi saranno utilizzati anche come piattaforme di valutazione su piccola scala. Infine, E4 integrerà all’interno del prototipo creato da REGALE il pulp-controller per la gestione dei consumi, in collaborazione con l’Università di Bologna.
L’obiettivo specifico di SPACE è di implementare 8 dei più diffusi codici HPC a livello europeo nel settore dell’Astrofisica e Cosmologia (A&C), allo scopo di consentire l’utilizzo di sistemi pre-exascale e prepararli alla transizione verso l’exascale e oltre. Le applicazioni collegate di elaborazione e visualizzazione dei dati e il flusso di lavoro verranno sviluppati grazie a soluzioni innovative basate su tecnologie in-situ o in-transit, così come sull’adozione di soluzioni basate sul Machine Learning. In questo modo, si potranno superare delle difficoltà legate all’archiviazione, all’accesso e all’elaborazione di grandi volumi di dati.
E4 raccoglierà il feedback di sviluppatori di codici e lavorerà al miglioramento della performance e alla scalabilità dei codici. Inoltre, darà supporto nel fornire un prototipo avanzato per l’archiviazione e un punto di accesso unificato per tutti i codici/dati e l’automazione richiesta dai Partner per costruire automaticamente e testare nuove versioni e paragonare le performance.
Per ottenere prestazioni elevate e una migliore efficienza energetica sui sistemi di calcolo exascale del prossimo futuro, è necessario colmare un divario tecnologico. TEXTAROSSA nasce con questo obiettivo, applicando un approccio di co-design a soluzioni HPC eterogenee, supportato dall’integrazione e dall’estensione di IP, modelli di programmazione e strumenti, derivati da progetti di ricerca europei guidati dai suoi partner. Le tecnologie sviluppate dal progetto saranno testate sui veicoli di sviluppo integrato (IDV), che rispecchiano ed estendono l’architettura basata su ARM64 della European Processor Initiative e un testbed OpenSequana. Per guidare lo sviluppo tecnologico e valutare l’impatto delle innovazioni proposte, TEXTAROSSA utilizzerà un numero selezionato ma rappresentativo di dimostratori HPC, HPDA e AI che coprono domini HPC impegnativi.
E4 si occupa di sviluppare un IDV eterogeneo basato sulla piattaforma ARM e su acceleratori. Inoltre, E4 definirà le specifiche dell’elemento computazionale in termini di processore, gerarchie di memoria e IPS integrato.
L’obiettivo di TRISTAN è espandere, maturare e industrializzare l’ecosistema RISC-V europeo in modo che sia in grado di competere con le alternative commerciali/proprietarie esistenti. Questo sarà ottenuto sfruttando la comunità Open-Source per definire una strategia europea per i progetti basati su RISC-V che includa la creazione di un archivio di elementi costitutivi di qualità industriale da utilizzare per i progetti SoC in diversi domini applicativi (ad esempio automobilistico, industriale, ecc.). L’approccio TRISTAN è olistico e copre sia gli strumenti di automazione della progettazione elettronica (EDA) che l’intero software stack. L’ecosistema garantirà un’alternativa europea agli attori commerciali/proprietari esistenti.
E4 si occupa di sviluppare un dimostratore basato su FPGA commerciale e un chip di prova, caratterizzato da un ingombro ridotto RISC-V e includerà il software di sistema. Il chip di prova è costruito utilizzando i metodi TRISTAN EDA. E4 prevede di industrializzare e rendere disponibile come soluzione standard una versione successiva del prototipo industriale sviluppato nel progetto.
