Kategori: Use-case

Kategorier
Forskning Interactive HPC Supercomputing UCloud Use-case

Kombinerer AI og satellitdata for at undersøge den øvre atmosfære

For forsker Lotte Ansgaard Thomsen fra Aalborg Universitet har UCloud spillet en central rolle i forskningsprojektet UpperAtmosphere, hvor hun kombinerer kunstig intelligens, satellitdata og fysiske modeller for at få en bedre forståelse af forholdene i den øvre atmosfære.

Mange satellitter opererer i denne del af atmosfæren, hvor forholdene hurtigt kan ændre sig på grund af solaktivitet. Traditionelle fysiske modeller er dog ikke altid i stand til at indfange disse hurtige ændringer præcist. For at imødekomme denne udfordring bruger Lotte AI til at lære mønstre på tværs af forskellige datakilder og forbedre den fysiske model.

Lotte Ansgaard Thomsen er lektor ved Institut for Bæredygtighed og Planlægning på Aalborg Universitet. I sit nuværende forskningsprojekt undersøger hun, hvordan AI kan bruges til at forbedre forståelsen af centrale variable i den øvre atmosfære. Det kan bidrage til mere præcise modeller af det rummiljø, hvor satellitter opererer, og give bedre indsigt i de forhold, der kan påvirke satellitters ydeevne, kommunikationssystemer og rumbaseret infrastruktur.

Kombinerer AI og fysiske modeller

En central del af projektet er at kombinere flere forskellige datakilder. Her bidrager satellitmålinger, data om solaktivitet og data om ionosfæren hver især med vigtig information. Når disse datakilder bruges sammen, kan AI-modellen forbedre den fysiske model betydeligt. Ifølge Lotte er netop denne kombination en af de centrale indsigter i projektet indtil videre:

“En vigtig indsigt er, at det virkelig betyder noget at kombinere forskellige datakilder. Satellitmålinger, solaktivitet og ionosfæriske data bidrager hver især med noget unikt. Når jeg bruger dem sammen med AI oven på den fysiske model, bliver modellen markant forbedret.”

UCloud som primær platform

Lotte har brugt UCloud som den primære platform til det beregningsmæssige arbejde i forskningsprojektet. En stor del af arbejdet handler om at træne AI-modeller, hvilket kræver betydelig regnekraft, fordi datasættene er store, og modellerne skal gennem mange iterationer for at finde den rette arkitektur. UCloud er dog ikke kun blevet brugt til de tunge beregninger i slutningen af processen. Platformen har også understøttet udvikling og test af kode undervejs.

“Det giver mig et godt miljø til at opbygge workflowet, afprøve ting og justere undervejs.”

Lotte bruger også UCloud i et andet forskningsprojekt, hvor store sprogmodeller anvendes til at arbejde med miljødata. På tværs af begge projekter har adgangen til regnekraft været afgørende.

“I begge projekter ville vi simpelthen ikke have kunnet udføre arbejdet uden adgang til denne type regnekraft eller et tilsvarende alternativ.”

Adgang til regnekraft gjorde det muligt at få resultater hurtigere

Da Lotte skiftede fra den private sektor til en forskerstilling på universitetet, var hun bekymret for, om hun ville have adgang til tilstrækkelig regnekraft til sin forskning. Derfor var hun glad for at opdage, at UCloud fandtes.

“Det var virkelig rart at opdage, at UCloud fandtes. Adgangen til den mængde ressourcer har været en stor fordel for projektet.”

Med UCloud kunne Lotte få adgang til den nødvendige regnekraft uden først at skulle søge særskilt finansiering. Det gjorde det muligt at komme hurtigere fra udvikling til resultater.

“Hvis jeg ikke havde haft adgang til UCloud eller en anden gratis service og først skulle søge om funding bare for at få adgang til regnekraft, ville det have været umuligt at få resultater så hurtigt.”

En brugervenlig platform til forskning

Ifølge Lotte er en af de største fordele ved UCloud, at platformen har en brugervenlig opsætning til forsknings- og udviklingsarbejde.

“Først og fremmest er UCloud virkelig velegnet til udviklingsarbejde. Det giver mig et godt miljø til at opbygge og teste mit workflow, og i mit forskningsarbejde har jeg oplevet, at platformen har en meget brugervenlig brugerflade.”

Hun har brugt Visual Studio Code på UCloud, der er en kodeeditor til at skrive, teste og udvikle kode. Det giver hende en opsætning, der minder om den, hun bruger lokalt. Det gør det lettere at skifte mellem lokal udvikling og arbejde i skyen. En anden vigtig fordel har været muligheden for at skalere op og få adgang til mere regnekraft, når der er behov for det.

“Det har været meget nemt at skalere op og få mere regnekraft, når jeg har haft brug for det.”

Hurtig support gør en forskel

For Lotte har supporten omkring UCloud også været en vigtig del af oplevelsen. Når man arbejder med komplekse forskningsprojekter, kan tekniske problemer forsinke forskningsprocessen. Hendes erfaring er, at supportteamet har reageret hurtigt, når der er opstået udfordringer.

“Hvis jeg støder på problemer, hjælper teamet næsten med det samme. Det gør en stor forskel, når man arbejder på komplekse projekter.”

Lotte har fået support fra Aalborg Universitets lokale front office, som hjælper forskere med at komme i gang med UCloud og yder support, når der opstår spørgsmål eller tekniske problemer. Alle danske universiteter har et lokalt front office, hvor forskere kan få support.

Samlet set har UCloud givet Lotte adgang til de regneressourcer, det udviklingsmiljø og den support, der er nødvendig for at arbejde med store datasæt, AI-modeller og komplekse forskningsworkflows.

“Jeg synes samlet set, at UCloud er en virkelig god løsning. Når folk taler om behovet for flere europæiske cloud-alternativer, er det den slags løsning, jeg tænker på.”

Dette arbejde er støttet af DeiC National HPC (g.a. DeiC-KU-L1-291125). Læs mere om DeiC’s calls for resources på HPC-platforme: Grants og funding | DeiC.

Kategorier
Forskning Supercomputing UCloud Use-case

Dansk sprogmodelprojekt går ind i ny fase med stærkere national regnekraft

Hvordan sikrer man, at fremtidens kunstige intelligens forstår det danske sprog, danske institutioner og danske samfundsforhold – og samtidig håndterer data under rammer, vi selv har kontrol over?


Det spørgsmål er centralt i forskningsprojektet Danish Foundation Models (DFM), hvor Syddansk Universitet, Aarhus Universitet, Københavns Universitet og Alexandra Instituttet samarbejder om at udvikle åbne danske sprogmodeller. Projektet har været i gang i nogen tid, og forskerne har allerede udgivet de første modeller, etableret benchmarks og sat samarbejder i gang med eksterne partnere. Nu står projektet foran næste fase.

Med ny national supercomputerkapacitet, BITTEN, som åbnede i Sønderborg i Maj, hvor forskningsplatformen UCloud er indgangen, kan tempoet i udviklingen stige markant.

Kultur, normer og samfundsforståelse går tabt

Sprogmodeller er på få år blevet strategisk teknologi. De bruges allerede til tekstproduktion, søgninger, til at assistere med beslutningstagning, automatisering og analyse. Men de mest udbredte modeller er udviklet af globale virksomheder og trænet primært på engelsk eller andre udbredte sprog.

Det giver begrænsninger, når modellerne skal bruges i en dansk virkelighed.

Hvis man kigger ned i detaljerne, er mange internationale modeller faktisk dårlige til dansk. Den måde, de formulerer sig på, minder ofte om engelsk oversat til dansk. Det er ikke sådan, vi taler eller skriver, siger professor Peter Schneider-Kamp fra Syddansk Universitet, der står i spidsen for DFM, fra SDU’s side.

Det gælder ikke kun sproget. Det gælder også kultur, normer og samfundsforståelse.

DFM har blandt andet udviklet danske benchmarks, der tester modeller på dansk kulturviden. Her klarer selv de største internationale modeller sig ofte svagt.

De mangler indsigt i, hvordan Danmark fungerer – i vores litteratur, vores offentlige sektor, vores sundhedsvæsen og vores kulturelle referencerammer, forklarer Schneider-Kamp.

Danmark kan ikke stå udenfor

Udviklingen inden for AI går så hurtigt, at adgang til egne kompetencer og egen infrastruktur bliver stadig vigtigere. Ifølge Schneider-Kamp er det risikabelt at antage, at andre lande fortsat vil levere de tjenester og modeller, Europa har brug for, i al fremtid.

Vi kan ikke bare regne med, at amerikanske eller kinesiske virksomheder stiller de rigtige løsninger til rådighed for os for evigt. Vi er nødt til selv at være med i udviklingen, siger han.

Her handler det ikke om at kopiere Silicon Valley i skala, men om at kunne udvikle målrettede løsninger til danske behov – og gøre det på et gennemsigtigt og ansvarligt grundlag.

Vi vil gerne have modeller, hvor vi ved, hvad de er trænet på, som overholder GDPR og AI-forordningen, og som har styr på dansk sprog, dansk kultur og danske normer, siger han.

UCloud er rygraden

Bag projektet ligger en mindre synlig, men afgørende del af historien: forskningsinfrastrukturen.

DFM udvikles i høj grad ved brugen af UCloud, den nationale platform for interaktiv højtydende computing, udviklet af SDU eScience Center i samarbejde med partnere. Her får forskere adgang til lagerkapacitet, GPU’er, software og samarbejdsværktøjer i ét samlet miljø.

For Peter Schneider-Kamp er UCloud helt central.

UCloud er vores sikre miljø, hvor vi udvikler modeller, træner modeller, lagrer data og evaluerer dem. Det er meget centralt i det, vi laver, siger han.

Sikkerhedsperspektivet er væsentligt. Når forskere arbejder med store datamængder – og i nogle projekter også følsomme data – er det afgørende, at data kan håndteres i et kontrolleret miljø.

Hvis vi får nye datasæt fra for eksempel biblioteker, medier eller andre kilder, kan vi opbevare dem sikkert, arbejde direkte på dem og bevare kontrollen over dataene, siger han.

Alternativet vil ofte være mere tunge og fragmenterede løsninger, hvor data skal flyttes mellem systemer og lande.

Ny national supercomputer BITTEN

Den 5. maj 2026 blev en ny national supercomputer indviet i Sønderborg: BITTEN. Anlægget er etableret af Syddansk Universitet i samarbejde med Danfoss og Hewlett Packard Enterprise (HPE) og er en del af den danske forskningsinfrastruktur inden for kunstig intelligens, avancerede beregninger og datatung forskning.

Supercomputeren stilles til rådighed gennem UCloud, så forskere og studerende på universiteter i hele landet kan få adgang via eksisterende systemer og arbejdsgange.

Samarbejdet forener SDU’s erfaring med forskningsinfrastruktur, Danfoss’ kompetencer inden for energieffektive køle- og varmeløsninger samt HPE’s ekspertise i supercomputing og datacenterteknologi.

Anlægget er samtidig udviklet med fokus på energieffektiv drift og genanvendelse af overskudsvarme.

Kapacitetsmangel bremser forskning

For AI-forskning er adgang til regnekraft ikke et luksusproblem, men en forudsætning.

Tidligere oplevede DFM-gruppen jævnligt flaskehalse, når modeller skulle trænes.

Nogle gange har vi oplevet at vente to, tre, fire eller fem dage på at få fat i en GPU. Imens sidder ph.d.-studerende og postdocs klar med idéer og kode, men bliv bremset af manglende ressourcer, siger Peter Schneider-Kamp.

Det er netop her, den nye kapacitet kan gøre en forskel.

Mere regnekraft betyder hurtigere eksperimenter, større modeller, flere iterationer og kortere vej fra idé til resultat.

Vi håber, det vil give os hurtigere omsætning fra idéer til forskningsresultater og konkrete use cases! Vi glæder os helt vildt til at få adgang til de de langt flere GPU’er, siger han.

Mere end teknologi

DFM handler derfor om mere end software og hardware. Projektet illustrerer, hvordan forskning, digital suverænitet, datasikkerhed og innovation hænger tæt sammen.

Hvis Danmark vil bruge AI i sundhedsvæsenet, den offentlige sektor, uddannelserne og erhvervslivet, kræver det løsninger, man kan forstå, tilpasse og have tillid til.

Med UCloud som arbejdende rygrad og ny national supercomputerkapacitet BITTEN, står Danish Foundation Models nu et sted, hvor arbejdet kan bevæge sig fra lovende opbygning til bredere anvendelse.

Spørgsmålet er ikke længere kun, om Danmark kan udvikle egne sprogmodeller.

Spørgsmålet er, om vi har råd til at lade være.

Læs mere om DFM projektet her

Kategorier
Forskning Interactive HPC Supercomputing UCloud Use-case

Hvordan UCloud understøttede omfattende forskning i tidsanvendelse, forbrug og socioøkonomiske forskelle 

UCloud spillede en vigtig rolle i Sofia Topcu Madsens forskning ved at gøre det muligt for hende at analysere store mængder tidsanvendelses- og forbrugsdata fra syv lande hurtigere og mere effektivt. På den måde kunne hun få ny indsigt i, hvordan mennesker bruger tid og penge i hverdagen.

Sofia Topcu Madsen er tidligere ph.d.-stipendiat ved Aalborg Universitet, Institut for Bæredygtighed og Planlægning. Som en del af sit ph.d.-projekt, Getting the Data Right, undersøger hun, hvordan mennesker i syv lav- og mellemindkomstlande bruger tid og penge på forskellige hverdagsaktiviteter – og hvordan socioøkonomiske faktorer påvirker, hvad mennesker har mulighed for at gøre.

Projektet omfatter Uganda, Kenya, Tanzania, Indien, Sri Lanka, Argentina og Mongoliet. Med udgangspunkt i omfattende tidsanvendelses- og forbrugsdata analyserer Sofia hverdagsaktiviteter som transport og husholdningsarbejde. Her undersøger hun blandt andet, hvordan tid og penge brugt på forskellige aktiviteter varierer på tværs af socioøkonomiske grupper.

Store datasæt 

Sofias analyser bygger på forskellige typer detaljerede data. Et eksempel er tidsanvendelsesdagbøger, hvor deltagerne registrerer, hvad de laver i løbet af dagen i intervaller på 10 minutter. For nogle lande er datasættene meget store. Alene i det indiske datasæt arbejder Sofia med omkring en halv million observationer.

Det gør beregningsarbejdet krævende. I begyndelsen forsøgte Sofia at køre analyserne på sin egen computer, men datasættene var for store, og analyserne tog for lang tid. 

“På min egen computer kunne analyserne tage flere dage at køre. Med UCloud blev det meget hurtigere og mere overskueligt,” forklarer Sofia.

UCloud gav hende adgang til mere computerkraft, hvilket gjorde det muligt at køre store analyser mere effektivt og gentage dem, når der var behov for rettelser eller justeringer. Det blev vigtigt gennem hele projektet, da selv små ændringer i dataopsætningen eller modelspecifikationen kunne kræve, at analyserne blev kørt igen.

“UCloud har været en kæmpe hjælp. Jeg tror ikke, jeg ville have kunnet gennemføre denne del af projektet på samme måde uden adgang til det,” siger Sofia.

Brug af Stata og R på UCloud 

Til analyserne brugte Sofia Stata og R på UCloud. Stata og R er værktøjer, som forskere bruger til at arbejde med data og udføre statistiske analyser. 

I Sofias projekt blev værktøjerne brugt til at køre regressionsanalyser, hvor hun undersøger, hvordan forskellige faktorer kan hænge sammen – for eksempel hvordan uddannelse, indkomst eller køn kan være relateret til, hvor meget tid og hvor mange penge mennesker bruger på transport, husholdningsarbejde eller andre hverdagsaktiviteter. 

Hun brugte SUR-metoder, som gør det muligt at køre flere relaterede analyser på samme tid. Det var relevant, fordi projektet undersøger aktiviteter på tværs af et helt døgn, hvor tid brugt på én aktivitet kan hænge sammen med tid brugt på en anden. På samme måde betyder penge brugt på produkter, der understøtter én aktivitet, at der er færre penge til andre produkter. 

At køre flere analyser samtidigt på store datasæt kræver meget computerkraft og ville have været meget tidskrævende på en almindelig computer. Ved at bruge UCloud kunne Sofia køre analyserne hurtigere og mere effektivt, hvilket sparede hende for meget tid. 

Bidrag til forskning i bæredygtig udvikling  

Sofias forskning knytter sig til FN’s verdensmål ved at undersøge, hvordan hverdagsaktiviteter kan bruges som indikatorer for bredere sociale og økonomiske forhold. 

Hvordan mennesker bruger deres tid, kan fortælle os noget vigtigt om hverdagsliv, ulighed og muligheder. For eksempel kan et samlet perspektiv på tid og penge brugt på transport, husholdningsarbejde eller fritid vise, hvordan ressourcer, ansvar og muligheder er fordelt på tværs af forskellige befolkningsgrupper. 

“Tid kan også forstås som en ressource. Når vi ser på, hvordan mennesker bruger deres tid, får vi en anden måde at forstå fattigdom, ulighed og bæredygtig udvikling på,” forklarer Sofia. 

En brugervenlig platform  

Sofia beskriver UCloud som en platform, der er nem at tilgå og anvende, særligt da arbejdsgangen først var på plads. Hun fremhæver også supporten som en vigtig del af oplevelsen. 

“Supporten har været meget effektiv. Jeg har fået hurtige svar på mine spørgsmål, og det har været en stor hjælp,” siger hun. 

Sofia fik support fra Aalborg Universitets lokale Front Office. Hvert dansk universitet har sit eget Front Office, hvor forskere kan få hjælp til adgang, brug og spørgsmål relateret til UCloud. 

Vil bruge UCloud igen  


Sofia er i dag ansat ved Københavns Universitet, Institut for Fødevare- og Ressourceøkonomi, og hun kan se sig selv bruge UCloud igen i fremtidige forskningsprojekter. 

“Jeg ville helt klart bruge UCloud igen,” siger hun. 

Fordi UCloud er tilgængelig for forskere tilknyttet danske universiteter, kan Sofia også fortsætte med at bruge platformen i fremtidige forskningsprojekter ved Københavns Universitet. 

Kategorier
Forskning Interactive HPC Supercomputing UCloud Undervisning Use-case

UCloud giver studerende adgang til avanceret NLP i undervisningen 

På kandidatuddannelsen i Cognitive Science ved Aarhus Universitet spiller UCloud en central rolle i undervisningen i Natural Language Processing (NLP). For underviser og ph.d.-studerende Mina Almasi er platformen afgørende for, at de studerende kan arbejde praktisk med komplekse modeller – uanset deres egen computers begrænsninger.

Fra teori til hands-on læring 

I et hvidt undervisningslokale i Nobelparken står Mina foran 15 studerende. På skærmen bag hende står Python-koden i rette, symmetriske linjer, mens hun forklarer, hvilke kodebiblioteker de studerende skal tilgå.

I undervisningen bruger hun Coder Python-applikationen i UCloud, fordi kurset bygger på Python-programmering. Men valget af platform handler ikke kun om software – det handler om at give de studerende mulighed for at omsætte teori til praksis. 

Tidligere foregik NLP-undervisningen, ifølge Mina, ofte på et mere teoretisk niveau, fordi der manglede adgang til både modeller og computerkraft til at afprøve teorierne i praksis. Især når det gjaldt de store sprogmodeller. Med UCloud kan de studerende nu arbejde direkte med sprogmodeller (LLMs) og bruge kraftfulde GPU’er og CPU’er. Det betyder, at de selv kan teste teorierne og eksperimentere hands-on med de værktøjer, de lærer om. 

”Vi underviser stadig i teorien, men nu kan vi også få de studerende til at bruge værktøjerne i praksis. De kan kode selv og få indsigt i, hvordan en stor sprogmodel fungerer ved at arbejde direkte med den gennem UCloud,” forklarer hun. 

Et standardiseret setup, der demokratiserer klasseværelset 

En anden fordel ved at bruge UCloud i NLP-undervisningen er, at platformen sikrer lige adgang for alle studerende, uanset hvilken computer de har. 

”Der er en form for demokratisering af klasseværelset, fordi man ikke behøver den nyeste computer. Man kan bruge en fem år gammel maskine til at køre meget tunge opgaver, som de nyeste værktøjer inden for Natural Language Processing kræver,” forklarer hun. 

Det standardiserede setup gør samtidig undervisningen mere flydende. Alle studerende arbejder med samme standardkonfiguration i UCloud, så problemer, der opstår, er ens for alle. Det skaber et fællesskab omkring løsningerne, fordi udfordringerne kan adresseres i fællesskab, frem for at enkelte studerende må håndtere dem alene. Som Mina udtaler: 

”I stedet for at stoppe op i undervisningen for at løse individuelle problemer, bliver problemerne kollektive og en mulighed for læring for alle. Hvis vi har en softwareudfordring, for eksempel en Python-biblioteksversion, der er forældet eller ikke kompatibel, påvirker det alle, og vi kan løse det sammen.” 

En forberedelse til arbejdslivet 

For Mina hjælper brugen af UCloud også med at forberede de studerende på den virkelighed, der venter dem, når de er færdige. Mange af de studerende, der går videre til IT-stillinger, vil, ifølge hende, sandsynligvis bruge cloud computing-platforme og ikke kode på deres lokale computere. På den måde bliver undervisningen en direkte forberedelse på fremtidige arbejdsopgaver og giver de studerende erfaring med de teknologier, de kommer til at møde i praksis. 

Råd til andre undervisere 

Mina har brugt UCloud siden sin bachelor og oplever, at platformen gør undervisningen både smidigere og mere engagerende. 

”Jeg anbefaler at andre undervisere gør brug af platformen. Man skal bare gå i gang, men spørg gerne kolleger til råds om, hvordan de bruger det. Få lidt inspiration, for UCloud er et fantastisk værktøj. Det kan rigtig mange ting, men som med andre systemer kan det være lidt overvældende i starten, så det er en god idé at få lidt råd med på vejen, før du går i gang.” 

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.”

FAKTA: Danish Foundation Models (DFM)

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
Interactive HPC Supercomputing UCloud Use-case

DeiC Interactive HPC offers integration of advanced Quantum Computing Applications

Recently two advanced quantum computing applications were deployed on DeiC Interactive HPC: the NVIDIA CUDA Quantum Platform and the NVIDIA cuQuantum Appliance.

These applications show the continuous commitment to offer cutting-edge technologies to the Interactive HPC users.

“With these new applications, DeiC Interactive HPC is at the forefront of bringing quantum computing into practical, real-world use,” says Emiliano Molinaro, leader of research support at the SDU eScience Center. “The platform is now uniquely equipped to support the development of quantum algorithms and simulations, offering unprecedented level of computational power and flexibility.”

We hope that DeiC Interactive HPC’s deployment of these NVIDIA applications will be useful for a wide array of users, from academic researchers to industry professionals, seeking to explore the uncharted territories of quantum computing. It represents not only an enhancement of DeiC Interactive HPC’s offerings but also a significant contribution to the Danish quantum computing ecosystem.

Check out the full story on the SDU eScience website.

Kategorier
Interactive HPC Supercomputing UCloud Use-case

Supercomputing for computational linguistics and (social) media data

Supercomputing has long been associated with areas such as physics, engineering, and data science. However, researchers in humanities at Aarhus University are increasingly turning to supercomputing allowing them to delve into unexplored territories and discover new insights.
From analysing historical archives to simulating ancient civilizations to analysing social media data, supercomputing offers unique opportunities to generate insights and advance knowledge in humanities.

In this article series, we highlight three cases with humanities researchers from Aarhus University that illustrate the varied ways in which supercomputing is being used in humanities research.

While many studies are based on historical data, the research of Rebekah Baglini, Associate Professor in Linguistics at Interacting Minds Centre, Aarhus University is an excellent example of supercomputing applied to recent data in the humanities.   

She employs supercomputing in her current projects involving the collection, processing, and annotation of large-scale media data from traditional and social media sources. By examining this diverse range of data, Rebekah Baglini investigates causal inference and causal reasoning from a linguistic perspective. Her research involves the application of semantic model theory and computational methods to uncover insights in linguistics.

“I aim to develop computationally assisted methods to identify trends in the discursive and informational landscape around topics concerning media dynamics, public health and science communication, crisis and risk messaging, as well as the emergence of mis- and dis-information”. 

Rebekah Baglini, Associate Professor in Linguistics, Aarhus University

In addition to her linguistic investigations, Rebekah Baglini also strives to enhance the existing computational language models for multilingual natural language processing (NLP), with a particular focus on under-resourced languages.   

Humanities researchers should know the affordances of High-Performance Computing  

Rebekah’s pursuits demonstrate the continuous progress of digital humanities and the ongoing efforts to enhance existing language models, ultimately leading to a deeper understanding in the field of humanities.   

“My earlier work involved smaller language corpora and didn’t require HPC resources. However, as my projects grew in scale, involving large corpus creation, the relevance of supercomputing increased. I recognise that not all projects require HPC. However, it is useful for researchers to gain training in the affordances of HPC, parallel compute, and large models so they know what’s possible, and can potentially take on projects of larger scale or make use of state-of-the-art resources for data processing, modelling, and simulation.”  

Rebekah Baglini, Associate Professor in Linguistics, Aarhus University

This explains why NLP and Computational Linguistics have become integral to Rebekah Baglini’s teaching, enabling her to offer students practical exposure to working with extensive datasets and large language models, fostering hands-on learning opportunities. She emphasises that there is a significant learning curve when delving into the realm of supercomputing. 

“There has definitely been a learning curve involved in the transition from locally maintained clusters to the cloud based Interactive HPC platform, particularly because it is also a somewhat new service without comprehensive documentation, and my affiliation with Center for Humanities Computing at Aarhus University has been a valuable resource as there is a great deal of collective experience and knowledge to draw on in the community”.  

Rebekah Baglini, Associate Professor in Linguistics, Aarhus University

Rebekah has used the DeiC Interactive HPC system for storing and analysing news and social media in the national research project HOPE that monitored Scandinavian user behaviour during Covid-19.

Today she uses the system in her own AUFF Starting Grant Project CROSS: Causal Reasoning and Online Science Scepticism to train language models to identify and analyse emerging narratives that undermine or counteract verified messaging on scientific findings and public health recommendations.

You have just read the third and final case in our series on Interactive HPC usage in humanities.
Through these compelling cases it becomes evident that supercomputing in humanities research is transforming traditional approaches, empowering researchers to uncover new insights and deepen our understanding of the field.  It opens doors to interdisciplinary collaborations and expands the possibilities for data analysis and modelling, ultimately shaping the future of digital humanities. 

Check out the other two cases featuring Katrine Frøkjær Baunvig and the case of creating a Grundtvig-artificial intelligence using HPC and Iza Romanowska and the case of Utilizing agent-based models in archaeological data.

Kategorier
Forskning Interactive HPC Supercomputing Ukategoriseret Use-case

Utilizing agent-based models in archaeological data   

Supercomputing has long been associated with areas such as physics, engineering, and data science. However, researchers in humanities at Aarhus University are increasingly turning to supercomputing allowing them to delve into unexplored territories and discover new insights.
From analysing historical archives to simulating ancient civilizations to analysing social media data, supercomputing offers unique opportunities to generate insights and advance knowledge in humanities.

In this article series, we highlight three cases with humanities researchers from Aarhus University that illustrate the varied ways in which supercomputing is being used in humanities research.

Iza Romanowska is assistant professor at Aarhus University working at the Aarhus Insitute of Advanced Studies where she studies complex ancient societies.

To overcome the challenges of limited data from these ancient societies, researchers have started utilizing Agent-based model (ABM) sometimes enabled by supercomputing. ABMs are computational models that simulate the behaviour and interactions of individual entities, known as agents, within a specified environment or system. Each agent in the model is typically programmed with a set of rules or algorithms that control its behaviour, decision-making processes, and interactions with other agents and the environment.

ABM is a valuable tool in archaeology that allows us to simulate and analyse the behaviours and interactions of individuals or groups in past societies, and the use of ABM allows comparison of the model against real archaeological data.

Assistant Professor Iza Romanowska

In one of Iza Romanowska’s studies, agent-based modelling (ABM) made it possible for her and her colleagues to explore the Roman economy in the context of long-distance trade, using ceramic tableware to understand the distribution patterns and buying strategies of traders in the Eastern Mediterranean between 200 BC and AD 300.  

The potential of supercomputing in humanities becomes particularly evident when studying such societies with only limited data as experienced by archaeologists and historians. Iza Romanowska explains that the availability of data is limited in her field compared to other disciplines, stating that while social scientists studying more contemporary populations have access to abundant amounts of data such as the number of traders, transactions, and values, “we have none of this information.” Therefore, the use of HPC has been essential for her research.  

ABM as methodological tool necessitates running the simulation many times, and by many, I mean eight hundred thousand times, and that is possible with a laptop… if one plans to be doing their Ph.D. for 500 years. Supercomputing is bigger, faster, better without any qualitative change in terms of the research.

Assistant Professor Iza Romanowska

Using a high-performance computer like the DeiC Interactive HPC system enhances the scalability and speed of ABMs, allowing researchers to gain deeper insights into the behavior and outcomes of complex systems. The DeiC Interactive HPC facility hosts out-of-the-box tools, like NetLogo, for working with ABM. Researchers can also use ABM frameworks for Python or R in one of the many development apps like JupyterLab or Coder.  

Supercomputing and coding as research tools advance humanities research 

While humanities data in general is plentiful and can be analysed effectively, Iza Romanowska finds that there is a gap in understanding the underlying processes that generate the observed patterns, resulting in underdeveloped explanatory frameworks. Her point is that the lack of formal tools for theory building and testing remains a major disciplinary issue. 

“Within humanities including archaeology and history, data analysis is well-established. However, there’s a kind of fundamental disciplinary problem with that we don’t have or use many computational tools for theory building and theory testing. Supercomputing as a tool for the humanities can contribute to fill this gap and strengthen theory building and ultimately it can advance the field of humanities research.”  

Assistant Professor Iza Romanowsk

Iza Romanowska believes that more people in humanities should learn to code to take advantage of the possibilities offered by their data. She suggests that supercomputing can be a natural progression from this. While many humanities researchers may not feel like they need supercomputing, perhaps they are simply not asking questions that could benefit from high-performance computing (HPC). 

I would especially encourage junior researchers in the humanities to embrace supercomputing. It never hurts to acquire a skill, and many of these tools are becoming so easily available that it’s almost a shame to not use them.

You have just read the second of three cases in our series on Interactive HPC usage in humanities.
Through these compelling cases it becomes evident that supercomputing in humanities research is transforming traditional approaches, empowering researchers to uncover new insights and deepen our understanding of the field.  It opens doors to interdisciplinary collaborations and expands the possibilities for data analysis and modelling, ultimately shaping the future of digital humanities. 

Stay tuned for our third case featuring Rebekah Baglini representing her field of linguistics and check out the first case featuring Katrine Frøkjær Baunvig and the case of creating a Grundtvig-artificial intelligence using HPC

Kategorier
Forskning Interactive HPC Supercomputing UCloud Use-case

Creating a Grundtvig-artificial intelligence using HPC

Beyond Tradition
Unveiling the Uses of Supercomputing in Humanities. 

Supercomputing has long been associated with areas such as physics, engineering, and data science. However, researchers in humanities at Aarhus University are increasingly turning to supercomputing allowing them to delve into unexplored territories and discover new insights.
From analysing historical archives to simulating ancient civilizations to analysing social media data, supercomputing offers unique opportunities to generate insights and advance knowledge in humanities.

In this article series, we highlight three cases with humanities researchers from Aarhus University that illustrate the varied ways in which supercomputing is being used in humanities research. 

Katrine Frøkjær Baunvig, head of the Grundtvig Center at Aarhus University has used supercomputing as a methodological approach, and it has led her to non-trivial conclusions that significantly impact our understanding of of 19th-century nation builder and prominent pastor N.F.S. Grundtvig ‘s vast body of works and his immense influence on Danish culture.  

In order to conduct a certain type of text mining, so-called word embeddings, she has created an artificial intelligence of Grundtvig, enabling a comprehensive analysis of his over 1000 works and 8 million words, resulting in unprecedented insights.

Grundtvig’s worldview: analysed by Katrine Frøkjær Baunvig in the upcoming paper ”Benign Structures. The Worldview of Danish National Poet, Pastor, and Politician N.F.S. Grundtvig”.

This approach has ushered in a completely new era in Grundtvig research, according to Katrine Frøkjær Baunvig. She dismisses the criticism of digital humanities sceptics who argue that word embedding fails to consider the surrounding context of words. 

“This type of rejection is prevalent only among researchers who have not taken the time to understand or familiarize themselves with the current state and level of the research. When creating a word embedding, I obtain a vast mapping of a given word’s extensive association structure. Therefore, I can clearly discern different semantic focal points and contexts where the word appears in Grundtvig’s body of work. This is precisely what allows me to gain an overview.” 

Katrine Frøkjær Baunvig, Head of the Grundtvig Center at Aarhus University

Katrine Frøkjær Baunvig opted to form a research partnership with the Center for Humanities Computing at Aarhus University. Her best advice for other researchers going into supercomputing in the humanities is to team up with the right people.  

“Stepping into the world of supercomputing requires an approach to work processes that, in my opinion, represents a new trend in the humanities, namely, interdisciplinary collaborations and team-based publishing. Someone takes care of what is typically called the domain expert area – in this case, knowledge of Grundtvig’s authorship – while others handle the more technical aspects of execution.”

Katrine Frøkjær Baunvig, Head of the Grundtvig Center at Aarhus University

She also emphasises the importance of comprehending the workings of the tools to better harness the power of supercomputing.  

“Even if you may not be able to train your algorithm yourself, it can be very practical to devote time and energy to obtain an operational understanding of the steps involved in creating a Grundtvig-artificial intelligence and the various types of applications such an intelligence can be used for.”

Katrine Frøkjær Baunvig, Head of the Grundtvig Center at Aarhus University
Grundtvig’s use of colour terms confirming his claim written to Ingemann: That one cannot paint Christ with colour. A point unfolded in another upcoming paper ”Med Farver kan man ingen Christus male” En komputationel udforskning af farvebrugen i Grundtvigs forfatterskab” by Katrine Frøkjær Baunvig.

With years of experience in using supercomputing in her research, Katrine plans to continue using it and encourages others to do so when it seems fit. Especially in times where humanities research is often dismissed as lacking scientific rigor, Katrine Frøkjær Baunvig sees an opportunity to make an impact.  With a keen sense of responsibility to bring her field forward, she is determined to prove that humanities research can be just as methodical and rigorous as research in any other discipline.  

“Researchers who have pioneering eagerness should explore supercomputing as it can give them a head start by venturing into “blue ocean” territory.” 

Katrine Frøkjær Baunvig, Head of the Grundtvig Center at Aarhus University

Katrine Frøkjær Baunvig has used the DeiC Interactive HPC system for a range of NLP tasks such as linguistic normalisation of historical Danish, semantic representation learning and inference, and finally, historical chat bot development based on custom Large Language Model for Danish. 

You have just read the first of three cases in our series on Interactive HPC usage in humanities.
Through these compelling cases it becomes evident that supercomputing in humanities research is transforming traditional approaches, empowering researchers to uncover new insights and deepen our understanding of the field.  It opens doors to interdisciplinary collaborations and expands the possibilities for data analysis and modelling, ultimately shaping the future of digital humanities. 

Stay tuned for our second and third case featuring Iza Romanowska and Rebekah Baglini representing their fields of archaeology and linguistics .

Kategorier
Forskning Interactive HPC Supercomputing UCloud Use-case

UCloud as a complementary HPC tool within theoretical particle physics

Though supercomputers form the key basis of his research, UCloud has been a valuable, complementary tool for Tobias and his colleagues and will most likely continue to be so in future work as well.

Post.doc. Tobias Tsang works within the broader research field of theoretical particle physics. As part of the Centre for Cosmology and Particle Physics Phenomenology (CP3-Origins) at University of Southern Denmark, his research more specifically concerns quantum field theory and quantum chromodynamics (QCD), i.a. how fundamental particles, protons and neutrons, interact with each other:

My research aims to provide high precision predictions based solely on the theory of the Standard Model – the best-known understanding of the interaction of fundamental (i.e. not containing ‘smaller constituents’) particles. This is done via very large-scale numerical simulations using the most powerful supercomputers around the world.

Post.doc. Tobias Tsang, Centre for Cosmology and Particle Physics Phenomenology (CP3-Origins) at University of Southern Denmark

Experience and achievements

More traditional mathematical methods that can be written down with pen and paper do not apply for research on quantum chromodynamics. As such, Tobias’ research relies on a method called ‘Monte Carlo’ which is applied to compute statistical field theories of simple particle systems. Though this type of research is done using very large supercomputers, Tobias has recurrently applied UCloud for exploratory studies of smaller volumes of data:

When doing large scale simulations, we sometimes do it on something called ‘10,000 cores in parallel’, and clearly this is not something we can easily do on a resource like UCloud. But for the small exploratory studies, UCloud is a nice resource in the sense that it is available; you don’t have to sit here on a hot day and burn your laptop to death – you can send it to UCloud and run it there. I think this is kind of the point where I have used UCloud the most; for small exploratory studies and some of the projects that don’t need a huge amount of computer time but still a significant portion.

Post.doc. Tobias Tsang

Though UCloud has served as a supplemental rather than a key tool in Tobias’ work together with the CP3-Origins research centre, he describes it as a nice complement to other HPC resources:

“I don’t think UCloud will ever be the only resource we use. But this is also the design of it; UCloud is not meant to be a huge machine, it is meant to be an available resource that is easy to use and that gives you a playground to set up things really from scratch where you can test things out and run smaller jobs and analyses. In that sense, it is quite complementary to a lot of the things we normally work with. For exploratory studies and for code testing, UCloud will definitely remain very useful.”

Post.doc. Tobias Tsang

At one specific project done at SDU as a collaboration between CP3 and IMADA (Institute of Mathematics and Data Science) a few years back, the vast majority of samples were generated on UCloud, and a significant amount of data production and measurements were also carried out on there [1]. UCloud needs, however, to be considered a part of a whole, according to Tobias:

“It is not that one particular machine made it possible; we would otherwise have found another machine to run it on. But UCloud provided us with a nice set up where we could just use local resources without having to go through big grant applications to get computer time.”

Post.doc. Tobias Tsang

Pros and cons

In terms of time optimization, UCloud has also been a game changer for Tobias:

One of the nice things about UCloud compared to other machines is the wall clock time: quite often, for larger clusters, depending on the cluster though, you are very much restricted by the queue policies. So, there are some clusters where you have a maximum run time of 4 hours, and if you happen to run a small job that is longer than this, then you can’t – you have to always tailor your job to fit exactly and to make the maximum use of it. On UCloud you have a 200-hour wall clock. This is very helpful as for a lot of these things that have to run sequentially, you might not need a huge resource, you just need to have a long enough time span to actually do it.

Post.doc. Tobias Tsang

Though UCloud slowed the work process down a bit in the beginning as everything had to be installed and set up, this downside was quickly resolved and overshadowed by the benefits: 

“Once you get used to it, you can kind of equalize the work process to what you would have on a cluster where everything is just readily installed.”

Post.doc. Tobias Tsang

Despite pros and cons, Tobias describes UCloud as a flexible system:

The fact that UCloud is really just a virtual machine has both positive and negative sides. The positive side is that you are really free to do whatever you want to do; you can install everything and you don’t have any restrictions that you would have on larger clusters where you can’t easily install software, or you can’t install it into the parts where you want to install it. On larger clusters, you are typically limited by the compilers that are already there. So, from that point of view, UCloud, at least to me, seems like a more flexible system. The downside is that you have to install everything; you can’t just quickly run something, you kind of have to constantly install everything from scratch.

Post.doc. Tobias Tsang

Last but not least, Tobias stresses the interaction with the UCloud front office as a major benefit that has helped the research group significantly, especially compared to other clusters with a much longer response time:

One of the nice things with UCloud as a general system is that every time something didn’t work, we got a really quick email back. Any questions we raised were answered quickly, so it was never something that kept us stuck for weeks or months – typically things were resolved in a very timely time scale. And things that we actively suggested as nice features or things that we thought were missing on UCloud were likewise addressed.

Post.doc. Tobias Tsang

[1]  Della Morte, Jaeger, Sannino, Tsang and Ziegler, “One Flavour QCD as an analogue computer for SUSY”, PoS LATTICE2021 (2022) 225, https://doi.org/10.22323/1.396.0225