Sie sind hier: Startseite Lehre Projekte, Abschlussarbeiten bwLehrpool als temporäre GPU-Cloud …

bwLehrpool als temporäre GPU-Cloud Ressource (Master-Projekt / Master-Thesis)

Für den effizienten Ressourceneinsatz kann es interessant sein, Pool-PCs für bestimmte Zwecke in alternativen Nutzungsformen bereitzustellen. Das RZ stellt mit den Projekten bwLehrpool und bwCloud mögliche Basisplattformen für solche Zwecke bereit, jedoch muss eine geeignete Unterstützung und Steuerung des Betriebs und späteren Zugriffs organisiert werden. Interessant wäre es in dem Zusammenhang auch, vorhandene GPU-Ressourcen bereitzustellen. Damit sollte ein (integriertes) bwLehrpool- und bwCloud-Angebot auf Basis bestehender Hardware Lücken schließen.

Fragstellungen hierbei sind: Es gibt eine Reihe von potenziell geeigneten Maschinen (mit GPU) drin, die auf Eignung zu evaluieren wären. Bekommt man ein Setup in bwLehrpool hin, wo der grafische Desktop auf der Standard-CPU-Karte abgehandelt wird und die GPU nicht durch den X-Treiber blockiert wird. Oder kommen die sauber aneinander vorbei? Eignung der verschiedenen Karten: Nvidia ist preislich auf die Dauer eher unattraktiv, gibt es alternative Angebote, die in die bestehende Infrastruktur passen könnten?

Viele Maschinen in bestehenden PC-Pools ließen sich um eine GPU oder vergleichbar recht einfach erweitern - was wären die Empfehlungen, so dass es reinpasst? Es wäre zu untersuchen, welche Anpassungen an der bwLehrpool-Plattform für den flexiblen Poolbetrieb mit GPU notwendig wären.

Auf der Basis dieser Erkenntnisse würde man aufbauen, so dass man die Rechner in den bestehenden PC-Pools flexibel in verschiedenen Modellen nutzen kann:

  • Tags von 8 bis 20 Uhr (oder was auch immer die Gebäudeöffnungszeit ist) für alle Arten von Kursen interaktiv. Hierzu wird die Karte geeignet eingebunden (muss getestet werden, wie das am besten geht - da sind ein paar Experimente zu machen, s.u.)
  • Nachts und am Wochenende könnte man die Maschinen umbooten/WoL-aktivieren und dann die Studierenden für ihre Experimente zuweisen. Dafür bräuchte es dann noch geeignete Infrastruktur (Software, Scheduling), die das transparent regeln kann.

Eine Reihe von prototypischen Modulen gibt es in bwLehrpool schon und aus dem Projekt ViCE Erfahrung mit Virtualisierung/Containerisierung. Hiermit könnte man Erfahrungen sammeln und das Ganze dann schrittweise ausweiten. In weiteren Schritten wären dann Fragen des Schedulings, Multiplexings und Integration der verschiedenen Infrastrukturen zu diskutieren.

Voraussetzungen

Solide Linux-Kenntnisse, Umgang mit (GP-)GPU, grobe Idee der softwaretechnischen Anforderungen für KI.

Kontakt

Dirk von Suchodoletz