Supporting the development of Machine Learning for fundamental science in a federated Cloud with the AI_INFN platform
作者: Lucio Anderlini, Matteo Barbetti, Giulio Bianchini, Diego Ciangottini, Stefano Dal Pra, Diego Michelotto, Carmelo Pellegrino, Rosa Petrini, Alessandro Pascolini, Daniele Spiga
发布时间: 2025-03-03
来源: arxiv
研究方向: 机器学习在基础科学中的应用，特别是在高能物理领域
主要内容
该论文介绍了INFN（意大利国家核物理研究所）的AI_INFN项目，旨在通过提供专门针对人工智能的云计算资源，促进机器学习技术在基础科学领域的应用。该项目构建了一个名为AI_INFN的平台，用于支持机器学习研究人员的计算需求。
主要贡献
1. 开发了一个名为AI_INFN的平台，该平台通过云原生解决方案提供AI定制计算资源。
2. 使用Kubernetes平台简化了GPU驱动的数据分析工作流程的开发和可伸缩性。
3. 引入了名为_offloading_的技术，允许用户将应用程序扩展到集群边界之外。
4. 提供了一个高度可定制的开发平台，用户可以创建和管理自己的计算环境。
5. 建立了监控和计费系统，以有效控制平台资源的使用，特别是GPU的使用。
研究方法
1. 云原生解决方案
2. Kubernetes平台
3. 虚拟化技术
4. 容器化技术
5. 分布式文件系统
6. 监控和计费系统
实验结果
论文中未提供具体的实验结果，但描述了AI_INFN平台的功能和特点，以及其在支持机器学习研究中的应用。
未来工作
AI_INFN平台将继续发展，以支持更多的计算需求，包括量子机器学习和其他类型的硬件加速器。平台还将扩展其可伸缩性和分布式计算能力，以支持更大规模的研究项目。