BSC將提供其新興技術(shù)和HPC基礎(chǔ)架構(gòu)來(lái)開(kāi)展該項(xiàng)目的活動(dòng)。

巴塞羅那超級(jí)計(jì)算中心(BSC)將研究如何使用生成人工智能來(lái)生成和擴(kuò)充用于太空領(lǐng)域遙感應(yīng)用的合成數(shù)據(jù)集。BSC與意大利合作伙伴AIKOSrl和國(guó)家研究委員會(huì)-大氣科學(xué)與氣候研究所是DeepLIM項(xiàng)目財(cái)團(tuán)的成員，該項(xiàng)目由歐洲航天局(ESA)資助

在計(jì)算機(jī)體系結(jié)構(gòu)和操作系統(tǒng)(CAOS)集團(tuán)負(fù)責(zé)該項(xiàng)目在BSC的，并會(huì)提供該中心的新興技術(shù)和高性能計(jì)算基礎(chǔ)設(shè)施，包括POWER9處理器和NVIDIA GPU的V100進(jìn)行該項(xiàng)目的活動(dòng)。

由于問(wèn)題的性質(zhì)，訓(xùn)練深度學(xué)習(xí)模型非常耗費(fèi)計(jì)算資源。因此，事實(shí)證明，深度學(xué)習(xí)工作負(fù)載非常適合MareNostrum P9新興技術(shù)集群中包括的GPU等加速器。

BSC將幫助優(yōu)化深度學(xué)習(xí)庫(kù)的性能，從而實(shí)現(xiàn)更快，更節(jié)能的訓(xùn)練和推理。通過(guò)對(duì)主要的深度學(xué)習(xí)庫(kù)進(jìn)行徹底的分析，BSC研究人員將識(shí)別性能瓶頸和最耗時(shí)的功能，并針對(duì)特定架構(gòu)(例如GPU或CPU)對(duì)其進(jìn)行優(yōu)化，從而可以在一個(gè)框架中完成訓(xùn)練和推理過(guò)程。更有效的方法。

深度學(xué)習(xí)方法是許多領(lǐng)域的主要解決方案，近來(lái)，它們已在諸如空間等關(guān)鍵領(lǐng)域中使用。

DeepLIM項(xiàng)目有兩個(gè)主要目標(biāo)。首先，了解，開(kāi)發(fā)和利用生成式人工智能來(lái)改進(jìn)和擴(kuò)充通過(guò)觀察活動(dòng)獲得或由計(jì)算密集型模型生成的數(shù)據(jù)集。其次，使用深度學(xué)習(xí)算法改進(jìn)用于執(zhí)行反轉(zhuǎn)建模的最新模型。尤其是，由于反演模型訓(xùn)練所需的真實(shí)數(shù)據(jù)量較少，因此有望改善用于仿真和算法開(kāi)發(fā)的數(shù)據(jù)采集活動(dòng)，并降低成本。