Deep Learning Cluster

• Fachliche Zuordnung: Informatik
• Förderung: Förderung in 2019
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 417962828

In den vergangenen 5 Jahren gab es auf dem Gebiet des maschinellen Lernens zahlreiche Durchbrüche bei der Entwicklung tiefer neuronaler Netze. Diese Technik wird gemeinhin als Deep Learning bezeichnet. Es kam zu revolutionär verbesserten Ergebnissen auf allen Gebieten der Künstlichen Intelligenz. Grundkonzept von Deep Learning ist das Ersetzen manuell entwickelter Entscheidungsmerkmale durch das automatische Lernen solcher Merkmale mittels großer Trainingsdatensätze. Das Trainieren der Netzwerke auf diesen Daten benötigt Rechenressourcen, die deutlich größer sein müssen als für traditionelle Techniken in den jeweiligen Forschungsgebieten. Besonders effizient und aktuell konkurrenzlos sind hierbei hochparallele Prozessoren, sogenannte GPUs, die mit der Sprache CUDA programmiert werden können. Während klassische Großrechenanlagen mit CPUs In großem Maße auch an der Universität Freiburg vorhanden sind, fehlt es deutlich an Rechenkapazitäten auf für Deep Learning optimalen Prozessoren. Um die Forschung im Deep Learning und insbesondere bei den besonders rechenaufwendigen Aufgaben der Architektursuche und dem Reinforcement Learning zu stärken soll daher ein spezieller Deep Learning Cluster beschafft werden, der den sehr hohen Rechenbedarf für diese Art der Forschung abdecken kann. Statt mehrerer Einzelanträge, beantragt das Institut für Informatik stellvertretend für die 4 beteiligten Arbeitsgruppen ein gemeinsam genutztes Gerät um Synergien zu nutzen und die gemeinsame Forschung im Bereich Deep Learning weiter auszubauen.

• DFG-Verfahren: Forschungsgroßgeräte
• Großgeräte: Deep Learning Cluster
• Gerätegruppe: 7000 Datenverarbeitungsanlagen, zentrale Rechenanlagen
• Antragstellende Institution: Albert-Ludwigs-Universität Freiburg
• Leiter: Professor Dr.-Ing. Thomas Brox