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

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

Das Thema "Ausbildung KI" erfordert den Zugriff auf geeignete Ressourcen. Das RZ stellt mit den Projekten bwLehrpool und bwCloud mögliche Basisplattformen bereit, jedoch muss eine geeignete Unterstützung und Steuerung des Zugriffs organisiert werden. Derzeit werden an vielen Stellen GPU-Ressourcen beschafft, wie diese jedoch geeignet in der Lehre nutzbar werden könnten, ist nicht ganz klar. Daher sollte ein (integriertes) bwLehrpool- und bwCloud-Angebot auf Basis bestehender Hardware Lücken schließen.

Fragen 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 gibts 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