Final Report for CHESS: Cloud, High-Performance Computing, and Edge for Science and Security

要約

理論と実験のサイクルを自動化するには、実験室の機器、エッジ センサー、複数の施設のコンピューティング リソース、複数の情報ソースに分散されたデータ セット、および場合によってはクラウドにまたがるコンピューティングの連続体を利用する効果的な分散ワークフローが必要です。
残念ながら、連続プラットフォームを構築し、ワークフロー タスクを調整し、時間をかけてデータセットをキュレーションするための明白な方法では、パフォーマンス、エネルギー、セキュリティ、信頼性に関する科学的要件を達成できません。
さらに、連続体リソースを最大限に活用できるかどうかは、ワークフロー タスクの効率的な構成と実行、つまり数値ソルバー、データ分析、機械学習の組み合わせに依存します。
パシフィック ノースウェスト国立研究所の LDRD「クラウド、ハイパフォーマンス コンピューティング (HPC)、および科学とセキュリティのためのエッジ」(CHESS) は、分散科学ワークフローを実現し、データセットをキュレーションするための一連の相互関連機能を開発しました。
このレポートでは、オープンサイエンスの観点から CHESS の成果と成功について説明します。

要約(オリジナル)

Automating the theory-experiment cycle requires effective distributed workflows that utilize a computing continuum spanning lab instruments, edge sensors, computing resources at multiple facilities, data sets distributed across multiple information sources, and potentially cloud. Unfortunately, the obvious methods for constructing continuum platforms, orchestrating workflow tasks, and curating datasets over time fail to achieve scientific requirements for performance, energy, security, and reliability. Furthermore, achieving the best use of continuum resources depends upon the efficient composition and execution of workflow tasks, i.e., combinations of numerical solvers, data analytics, and machine learning. Pacific Northwest National Laboratory’s LDRD ‘Cloud, High-Performance Computing (HPC), and Edge for Science and Security’ (CHESS) has developed a set of interrelated capabilities for enabling distributed scientific workflows and curating datasets. This report describes the results and successes of CHESS from the perspective of open science.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google