Kategorier
Interactive HPC Vejledning Webinarer og vejledninger - video

Webinaroptagelse: Transcribing and editing audio transcriptions with Transcriber and Speech Analyzer apps

In this video we will guide you through the complete pipeline of transcribing audio files from speech to text and editing and classifying transcription segments.

In this session, you’ll learn how to:

  • Use Transcriber for transcribing audio/video files. Transcriber is based on Open AI’s Whisper language model. The app can transcribe speech audio to text in various formats and uses the WhisperX package to perform speaker recognition.
  • Navigate the new, simple, drag and drop Transcriber user interface to make it easier for you to use AI to transcribe audio files.
  • Edit and classify the transcriptions with Speech Analyzer. Speech Analyzer is an application built on top of Label Studio, specifically optimized for dialogue analysis. It enables you to label, edit, and annotate transcriptions generated using Transcriber.
  • Perform a comprehensive dialogue analysis on UCloud involving transcribing audio files using Transcriber, followed by transcription analysis with Speech Analyzer.

All workflows will be executed inside a UCloud project environment with access to GPU resources.

Target audience: Researchers across all Departments, particularly Digital Humanities and Social Science, Students, AI interested.

Kategorier
Interactive HPC Supercomputing UCloud Vejledning Webinarer og vejledninger - video Workshop

Webinaroptagelse: Fine-Tuning and Deploying  Large Language Models

In this video we will guide you through the complete pipeline of fine-tuning large language models (LLMs) for specialised tasks such as medical question-answering using NeMo Framework and Triton Inference Server.

  • Prepare and preprocess open-source datasets for fine-tuning.
  • Apply Parameter-Efficient Fine-Tuning (PEFT) using LoRA with NVIDIA NeMo Framework.
  • Deploy optimised LLMs using NVIDIA Triton Inference Server and TensorRT-LLM.
  • Generate a synthetic Q&A dataset using Label Studio connected to a live inference backend.
  • Fine-tune and evaluate your customised LLM for domain-specific applications.

All workflows will be executed inside a UCloud project environment with access to GPU resources.

Target audience: Machine learning practitioners, researchers, and engineers interested in LLM customisation, domain adaptation, or scalable model deployment.

Technical Level: Intermediate to Advanced.

Notebooks: https://github.com/emolinaro/ucloud-workshop-28-05-2025

Kategorier
Applikation Interactive HPC Supercomputing Undervisning Vejledning Webinarer og vejledninger - video

Webinaroptagelse: UCloud courses hands-on

In this video we will go through the process of developing a course on UCloud, using UCloud Courses – a tool for hosting and managing university courses on UCloud. Wnt to know more about this new feature, check out our webinar recording introducing UCloud Courses.

Introduction

00:00 – Outline of the workshop agenda
03:10 – Introduction to the UCloud Courses concept
04:23 – Advantages of using UCloud Courses
05:56 – Outline of the steps involved in developing a UCloud Course
09:54 – Requesting and planning a UCloud Course
10:20 – Example of the planning and structuring of an existing UCloud Course

Developing a UCloud Course step by step

Setting up the environment
15:53 – Preliminary remarks
17:15 – Showing the existing UCloud Course that will be re-developed in the workshop
18:02 – Showing the UCloud-Courses GitHub repository
18:40 – Software requirements and -recommendations
20:22 – Short introduction to Git and GitHub
24:27 – Cloning the repository
25:15 – Creating a working branch
26:12 – What should go in the UCloud-Courses repository and what shouldn’t
27:24 – Installing the required dependencies

Creating a new UCloud Course and modifying the templates
28:00 – Creating a UCloud Course using a prepared script
30:31 – Walk-through of the different auto-generated files/folders in the course folder
33:35 – Short introduction to Docker
38:15 – Modifying the Dockerfile
42:32 – What should go in the UCloud-Courses repository and what shouldn’t
45:28 – Building the Docker image locally using a prepared script
47:54 – Modifying the starting script
01:00:50 – What can, shouldn’t, and mustn’t be changed while the course is running

Building and testing the course locally
01:05:00 – Re-building the Docker image locally using a prepared script
01:05:25 – Running a Docker container locally using a prepared script
01:10:58 – Opening the JupyterLab interface on localhost

Finalising the course app
01:12:48 – Opening a pull request and requesting code review
01:19:44 – Testing the course app on UCloud before it’s deployed

Closing remarks

01:25:44 – Reusing/updating an existing UCloud course
01:28:19 – The financial model in brief
01:29:38 – Useful links and resources

UCloud-Courses GitHub repository:
https://github.com/SDU-eScience/UCloud-Courses

README in the UCloud-Courses GitHub repository:
https://github.com/SDU-eScience/UCloud-Courses/blob/main/README.md

Wiki page in the UCloud-Courses GitHub repository:
https://github.com/SDU-eScience/UCloud-Courses/wiki

The UCloud course app redeveloped in the workshop (UCloud login required):
https://cloud.sdu.dk/app/jobs/create?app=nlp-demo-course_147222U005

eScience Servicedesk (point of first contact):
https://support.escience.sdu.dk/

Kategorier
Applikation Interactive HPC

Ny app: AlphaFold 3 – et banebrydende værktøj til forudsigelse af proteinstruktur

AlphaFold 3, den nye AI-model udviklet af Google DeepMind og Isomorphic Labs, kan forudsige strukturerne af komplekser dannet af forskellige biomolekyler, herunder protein-DNA-, protein-RNA- og protein-ligand-interaktioner.

AlphaFold 3-implementeringen på Interactive HPC – UCloud er optimeret til brug med GPU’er og inkluderer de nødvendige genetiske (sekvens-) databaser for proteiner og RNA til at køre analysen.

Ud over Batch Mode findes der yderligere versioner af app’en – Lab Mode og Visualization Mode – som henholdsvis gør det muligt at bruge softwaren i et JupyterLab-miljø og at visualisere proteinstrukturer opnået med AlphaFold 3.

AlphaFold 3 er implementeret på Interactive HPC – UCloud for at understøtte specifikke typer arbejde, f.eks. præcis strukturforudsigelse og modellering, og er klar til brug for alle brugere af Interactive HPC – UCloud.

Du kan finde flere oplysninger i UCloud dokumentationen.

Kategorier
Interactive HPC Kald Supercomputing

Færre ressourcer i kommende nationalt HPC-kald

Posten som bestyrelsesforperson for DeiC er aktuelt ubesat, og det medfører forsinkelser i beslutningsprocesser og påvirker kommende HPC kald.

John Renner Hansen, er fratrådt som forperson for DeiCs bestyrelse.  Dette medfører bl.a., at DeiCs bestyrelse for nuværende ikke kan ikke kan tage beslutninger af økonomisk karakter, hvilket påvirker en række igangværende og kommende HPC-aktiviteter.

Det forventes, at Danske Universiteters Rektorkollegium udpeger en ny forperson i begyndelsen af august 2025.

Færre ressourcer i kommende HPC-kald

Næste kald for national HPC-regnetid åbner den 15. juli 2025 og dækker regnetidsperioden 1. januar til 31. december 2026. 

DeiCs kontrakter med DeiC Interactive HPC udløber 31. december 2025, og arbejdet med nye aftaler er i gang. Men da bestyrelsen for nuværende ikke er beslutningsdygtig, kan det ikke garanteres, at de nye aftaler er på plads, inden kaldet åbner.

Derfor vil det kommende kald som udgangspunkt udelukkende omfatte national regnetid på LUMI.

For yderligere information, kontakt dit lokale Front Office.

Dette er en redigeret version af nyheden udgivet af DeiC https://deic.dk/da/news/2025-6-20/forsinkede-kvantekald-og

Kategorier
Applikation Interactive HPC Supercomputing

Ny app: Apache Kafka 

Brugere af DeiC Interactive HPC – UCloud kan nu få adgang til Apache Kafka, en højtydende event-streaming platform designet til at håndtere realtidsdata i stor skala.

Kafka-implementeringer på UCloud understøtter multi-node konfigurationer, hvilket muliggør produktionsklar distribueret logging, stream-behandling, dataintegration og publish/subscribe messaging systemer.

Studerende og forskere kan bruge Apache Kafka til at indsamle, behandle og analysere store mængder realtidsdata – for eksempel streamingdata fra laboratoriets sensorer, sociale medier eller webklikstrømme. Det er især nyttigt til at bygge datapipelines i projekter, der involverer maskinlæring, IoT eller realtidsanalyse, og muliggør reproducerbare og skalerbare forskningsarbejdsgange.

For flere detaljer om Apache Kafka-applikationen, besøg UCloud docs for den fulde dokumentation. 

Kategorier
Interactive HPC Supercomputing UCloud Workshop

Workshops om AI applikationer

Join us for three new and free online workshops to explore how these tools can transform your work. Discover AI Applications on DeiC Interactive HPC – UCloud

Workshop 1:

Transcribing and editing audio transcriptions with Transcriber and Speech Analyzer apps

Date: 22 May 2025

Time: 13:00 – 15:00 (CET)

Location: Online, via Zoom (link TBA)

Join us for a hands-on workshop where we guide you through the complete pipeline of transcribing audio files from speech to text and editing and classifying transcription segments.

In this session, you’ll learn how to:

  • Use Transcriber for transcribing audio/video files. Transcriber is based on Open AI’s Whisper language model. The app can transcribe speech audio to text in various formats and uses the WhisperX package to perform speaker recognition.
  • Navigate the new, simple, drag and drop Transcriber user interface to make it easier for you to use AI to transcribe audio files.
  • Edit and classify the transcriptions with Speech Analyzer. Speech Analyzer is an application built on top of Label Studio, specifically optimized for dialogue analysis. It enables you to label, edit, and annotate transcriptions generated using Transcriber.
  • Perform a comprehensive dialogue analysis on UCloud involving transcribing audio files using Transcriber, followed by transcription analysis with Speech Analyzer.

All workflows will be executed inside a UCloud project environment with access to GPU resources.

Target audience: Researchers across all Departments, particularly Digital Humanities and Social Science, Students, AI interested.

Technical Level: Basic to Intermediate.

Sign up for this workshop

Workshop 2:

ChatUI and CVAT pipelines

Date: 27 May 2025

Time: 13:00 – 15:00 (CET)

Location: Online, via Zoom (link TBA)

Join us for a hands-on workshop where we guide you through two different AI based workflows, involving ChatUI and CVAT apps.

In this session, you’ll learn how to:

  • Use Chat UI as a flexible interface for hosting of various LLM models, and interact via a chat or API environment.
  • Use ChatUI for semantic search in a knowledge base.
  • Use CVAT as a powerful annotation tool, including image classification, object detection, semantic and instance segmentation, and video / 3D annotations.
  • Use advanced CVAT features including auto-annotation, algorithmic assistance, management and analytics.

All workflows will be executed inside a UCloud project environment with access to GPU resources.

Target audience: Researchers across all fields, particularly transport, robotics, digital humanities, social sciences, machine learning and students.

Technical Level: Basic to Intermediate.

Sign up for this workshop

Workshop 3:

Fine-Tuning and Deploying  Large Language Models with NeMo Framework and Triton Inference Server

Date: 28 May 2025

Time: 13:00 – 15:00 (CET)

Location: Online, via Zoom (link TBA)

Join us for a hands-on workshop where we guide you through the complete pipeline of fine-tuning large language models (LLMs) for specialized tasks such as medical question-answering!

In this session, you’ll learn how to:

  • Prepare and preprocess open-source datasets for fine-tuning.
  • Apply Parameter-Efficient Fine-Tuning (PEFT) using LoRA with NVIDIA NeMo Framework.
  • Deploy optimized LLMs using NVIDIA Triton Inference Server and TensorRT-LLM.
  • Generate a synthetic Q&A dataset using Label Studio connected to a live inference backend.
  • Fine-tune and evaluate your customized LLM for domain-specific applications.

All workflows will be executed inside a UCloud project environment with access to GPU resources.

Target audience: Machine learning practitioners, researchers, and engineers interested in LLM customization, domain adaptation, or scalable model deployment.

Technical Level: Intermediate to Advanced.

Sign up for this workshop


DeiC Interactive HPC provides researchers at Danish universities with access to a variety of AI applications on UCloud that enable them to accelerate their research through powerful and secure computational tools.

Through online workshops the DeiC Interactive HPC Consortium will introduce both new and experienced users to DeiC Interactive HPC/UCloud’s AI app portfolio.

The sessions are designed to equip researchers and students with the knowledge and skills needed to effectively harness DeiC Interactive HPC/UCloud’s AI tools for their research.

Feel free to share with colleagues and peers who might benefit. See you there!

Kategorier
Interactive HPC Supercomputing UCloud

DeiC Interactive HPC har nu 15.000 brugere

DeiC Interactive HPC-konsortiet er glade for at kunne meddele, at tjenesten, som drives af UCloud-softwaren, har nået en ny vigtig milepæl: 15.000 brugere. Det er et tydeligt tegn på den voksende interesse for tjenesten og dens vigtige rolle i at gøre digital forskning mere tilgængelig gennem brugervenlig supercomputing.

Siden starten har DeiC Interactive HPC haft fokus på at give forskere nem adgang til højtydende beregningsressourcer (HPC). Den intuitive brugerflade og de mange funktioner har ændret måden, forskere arbejder med komplekse beregninger på – og gjort HPC relevant for langt flere.

Tjenestens succes skyldes det stærke samarbejde i konsortiet bag. Sammen har vi skabt en platform, hvor forskere fra mange forskellige fagområder kan udnytte den nyeste teknologi til at fremme innovation og nye opdagelser.

Mens DeiC Interactive HPC og UCloud fortsætter med at vokse, er vi fortsat dedikerede til at udvikle tjenesten og nå endnu bredere ud. Målet er at give endnu flere forskere de rette værktøjer til at tage fat på nogle af de største videnskabelige udfordringer i vores tid.

Kategorier
Interactive HPC UCloud Use-case

DeiC Interactive HPC er uundværlig i udviklingen af danske AI-sprogmodeller

Af Jasper Riis-Hansen and Line Ejby Sørensen, Center for Humanities Computing (CHC), Aarhus Universitet

DeiC Interactive HPC – UCloud spiller en central rolle i projektet Danish Foundation Models (DFM), som er en del af regeringens strategiske satsning for kunstig intelligens.

Danish Foundation Models (DFM) støttes af Digitaliseringsministeriet som led i regeringens strategiske indsats for kunstig intelligens, der skal sikre, at vi i Danmark har adgang til avancerede og specialtilpassede sprogmodeller, der kan anvendes i en række sektorer, herunder sundhed, offentlig forvaltning, uddannelse og det private erhvervsliv.

Et fælles digitalt miljø

DFM-projektet forener danske universiteter, forskningsinstitutioner og erhvervspartnere i en fælles indsats for at sætte nye standarder for etisk ansvarlige og inkluderende AI-sprogteknologier.

Projektet er et samarbejde mellem Aarhus Universitet, Københavns Universitet, Syddansk Universitet og Alexandra Instituttet. DeiC Interactive HPC – UCloud spiller en helt central rolle i projektet ved at bidrage med høj datasikkerhed, skalerbar regnekraft og ikke mindst en lettilgængelig, sikker og national cloud-platform til samarbejde mellem projektets partnere.

” UCloud danner basis for et vigtigt skridt i forskningsdigitaliseringen, fordi platformen både giver nem adgang til regnekraft, som gør skalerbar dataanalyse og modellering enklere, og den udgør et sikkert miljø til håndtering af følsomme data. Platformen gør det også nemt at samarbejde på tværs af institutioner og giver os mulighed for at styre dataadgang efter behov. Det er særligt relevant for DFM-projektet, hvor der er mange partnere, der deltager på forskellige niveauer af projektet.”
Postdoc Kenneth Enevoldsen

Datasikkerhed og regnekraft

Fordi AI-modeller ofte trænes på følsomme data, er det afgørende, at databehandlingen overholder både GDPR og danske sikkerhedsstandarder. UCloud er ISO27001-certificeret og udviklet specifikt til at leve op til både danske og EU-krav for sikker databehandling.

“I DFM-projektet håndterer vi meget store mængder af data fra forskelligartede kilder – inklusive følsomme data, som modellerne skal trænes på, og det stiller store krav til datasikkerheden. Derfor er UCloud et vigtigt værktøj i projektet – netop på grund af den høje datasikkerhed og adgangen til skalerbar regnekraft.”
Postdoc Kenneth Enevoldsen

Selvom DFM også anvender nogle af de europæiske supercomputere som LUMI i Finland og Leonardo i Italien, er projektets daglige drift stærkt afhængig af UCloud. Udover at være et trinbræt til højtydende beregninger, fungerer UCloud også som en sikker og brugervenlig platform med et bredt udvalg af lettilgængelige applikationer, der er afgørende for den daglige forskning, samarbejde, databehandling og innovation på tværs af projektets brede faglige spændvidde.

Kritisk infrastruktur for dansk AI-udvikling

DFM’s ledende forskere, Kristoffer Nielbo og Peter Schneider-Kamp, fremhæver, at DeiC Interactive HPC – UClouds robuste digitale forskningsmiljø udgør kritisk infrastruktur for forskningen. Det effektiviserer arbejdsgange, styrker samarbejdet og fremskynder udviklingen af både sprog- og AI-teknologier.

“Uden UCloud ville DFM-projektet selv være nødt til at etablere denne type digital infrastruktur fra bunden med store tidsmæssige og økonomiske omkostninger til følge. Platformens rolle i DFM-projektet viser tydeligt, hvordan robuste og samarbejdsorienterede digitale forskningsmiljøer er fundamentale for Danmarks AI-strategier.”

Danish Foundation Models (DFM) er et samarbejdsprojekt mellem Aarhus Universitet, Københavns Universitet, Syddansk Universitet og Alexandra Instituttet.

Projektet er støttet af Digitaliseringsministeriet med en bevilling på 30,7 millioner kroner og har til formål at udvikle avancerede sprogmodeller med åben adgang og gennemsigtige udviklingsprocesser.

Sprogmodellerne er særligt tilpasset dansk og andre skandinaviske sprog og kulturer og skal kunne anvendes i en bred vifte af sektorer, herunder sundhed, offentlig forvaltning, uddannelse og det private erhvervsliv.

DFM skal etablere en ny standard for etisk ansvarlig, inkluderende og gennemsigtig AI-sprogteknologi til gavn for både det danske samfund og forskningsverdenen.

Læs mere: Danish Foundation Models, Ministry of Digital Affairs press release

Kategorier
Forskning Interactive HPC Supercomputing UCloud

DeiC Interactive HPC revolutionerer tværfaglig forskning med brugervenlig adgang til supercomputing 

Med 10.000 brugere har DeiC Interactive HPC cementeret sin position som en af Europas mest populære HPC-faciliteter, takket være en hidtil uset demokratisering af adgangen til avancerede computerressourcer. Disse ressourcer, som tidligere var forbeholdt specialiserede forskningsområder og teknisk kyndige specialister, er nu tilgængelige for enhver forsker med et dataset og en vision.  

Gennem en nyudviklet, enkel og grafisk brugergrænseflade gør DeiC Interactive HPC, også kendt som UCloud, det nemmere end nogensinde før at få interaktiv adgang til supercomputing. Denne tilgang reducerer de tekniske barrierer og forbedrer samtidig mulighederne for forskningssamarbejde ved at tilbyde delte, lettilgængelige virtuelle miljøer. Således understøtter DeiC Interactive HPC dynamisk og tværfaglig forskning, som accelererer forskningsprocesser og fremmer innovation inden for alt fra bioinformatik til digital humaniora. 

Demokratisering af adgang til HPC 

Tendensen til mere interaktiv brug af teknologi, herunder HPC, afspejler bestræbelser på at gøre STEM-området mere inkluderende og tilgængeligt, hvilket igen afspejler en bredere samfundsmæssig forandring og udvikling i retning af diversitet og inklusion i teknologi og videnskab. DeiC Interactive HPC’s brugervenlige tilgang har tiltrukket et bredt spektrum af brugere, herunder brugere fra stort set alle Danmarks universiteter samt personer med forskellige niveauer af teknisk ekspertise – ikke mindst mange studerende. 

“Vi er stolte over at fremhæve den voksende diversitet blandt brugerne af DeiC Interactive HPC, en udvikling der yderligere adskiller DeiC Interactive HPC fra de traditionelle HPC-systemer. Vi ser en kontinuerlig vækst i andelen af brugere og kan netop nu fejre, at vi har rundet 10.000 brugere fordelt på et meget bredt spektrum af forskningsdiscipliner, hvilket er imponerende i HPC-regi. Af disse brugere er 50% studerende, hvilket vidner om DeiC Interactive HPC’s succes med at tiltrække nye brugere og fungere som en brobygger til de større europæiske HPC-faciliteter,” udtaler professor Kristoffer Nielbo, der repræsenterer Aarhus Universitet i DeiC Interactive HPC-Konsortiet. 

Ved at forenkle brugernes adgang til supercomputere demokratiserer DeiC Interactive HPC adgangen til kraftfulde databehandlingsressourcer, hvilket gør det muligt for et større udvalg af forskere og akademikere at skabe innovativ forskning uden den stejle læringskurve, der traditionelt er forbundet med HPC. Denne inklusivitet fremmer ikke kun videnskabeligt samarbejde og kreativitet, men beriger også HPC-fællesskabet med en mangfoldighed af perspektiver og ideer.  

“Vi arbejder kontinuerligt på at forbedre DeiC Interactive HPC, og vi gør det med en demokratisk tilgang, hvor vi anvender brugerfeedback til at sikre, at vores fokus er rette sted. Det afspejler sig også i vores nye opdatering – UCloud version 2- der har til formål at øge effektiviteten og forbedre brugeroplevelsen for forskerne. Det er en del af vores DNA som interaktiv HPC-facilitet, at vi hele tiden har brugeren for øje og udvikler apps og brugergrænseflade efter brugernes behov. Derfor opfordrer vi også vores brugere til at række ud til os med deres ønsker og ideer,” udtaler professor Claudio Pica, der repræsenterer Syddansk Universitet i DeiC Interactive HPC-Konsortiet. 

Pæredansk og topsikret system 

Til trods for sit internationalt klingende navn, UCloud, er DeiC Interactive HPC en del af det danske HPC-landskab, som er finansieret af de danske universiteter og Uddannelses- og Forskningsministeriet, og et øget fokus på udvikling af en ny generation af særdeles brugervenlige applikationer, betyder at forskere og andet universitetspersonale allerede nu kan bruge intuitive applikationer til transskription af følsomme data via DeiC Interactive HPC. 

“DeiC Interactive HPC har allerede udviklet applikationer baseret på den samme transskriptionsteknologi, som man finder online, og gjort dem tilgængelige i et sikret miljø gennem UCloud-platformen. Disse transskriptionsapplikationer er blot begyndelsen på en serie af målrettede sikre applikationer, der ikke kræver forudgående erfaring, og vi er som altid åbne for brugernes input og ideer, som opstår af deres unikke behov, men som ofte viser sig, at være til gavn for mange,” udtaler digitaliseringschef Lars Sørensen, der repræsenterer Aalborg Universitet og CLAAUDIA i DeiC Interactive HPC-konsortiet. 

Ved at gøre avanceret databehandling mere tilgængelig for forskere fra forskellige discipliner, hjælper DeiC Interactive HPC med at nedbryde de tekniske barrierer, der tidligere har begrænset adgangen til disse ressourcer. Med en stigende andel af studerende og nye brugere fra varierede baggrunde kombineret med kontinuerligt engagement i brugercentreret innovation, understøtter DeiC Interactive HPC ikke blot det akademiske samfund men spiller også en vigtig rolle i at fremme et mere inklusivt og produktivt forskningsmiljø. 


For yderligere information og grafikker i høj opløsning, kontakt: 
Kristoffer Nielbo, Center for Humanities Computing, Aarhus University, 26832608 kln@cas.au.dk

UCloud tilbyder adgang til både avancerede værktøjer som kvantesimuleringsapps og H100 GPU’er såvel som applikationer rettet mod dataanalyse og visualisering. 

Inden for dataanalyse er Python og Jupyter-notebooks især fremtrædende, da de imødekommer de interaktive, ad hoc og datacentriske arbejdsprocesser, der er almindelige i feltet. Disse værktøjer er højt værdsat for deres brugervenlighed i håndtering af hurtigt skiftende softwaremiljøer og tilbyder rige brugergrænseflader, hvilket er en betydelig fordel sammenlignet med traditionelle HPC-opsætninger, som kan være mere komplekse eller mindre fleksible. 

Derudover forbedrer integrationen af værktøjer som Conda til styring af softwarepakker, Jupyter-notebooks, Rstudio, Coder og Dask til parallel computing væsentligt brugbarheden af HPC-ressourcer til interaktive og on-demand databehandlingsbehov. Disse værktøjer hjælper med at overbygge kløften mellem komplekse HPC-systemers hardware og de brugervenlige softwaremiljøer, som dataforskere har brug for. 

About DeiC Interactive HPC

Use Cases and News

News About the New UI

DeiC Interactive HPC (UCloud) er et vellykket samarbejde mellem tre universiteter: SDU, AU og AAU.

Aalborg Universitet, CLAAUDIA, repræsenteret af Lars Sørensen

SDU, eScience Center, repræsenteret af professor Claudio Pica

Aarhus Universitet, Center for Humanities Computing, repræsenteret af professor Kristoffer Nielbo