1 min

Deep Learning im Department Informatik & Security

Aktuellste Technologie zur Unterstützung in Lehre und Forschung.

Aktuellste Technologie zu Lehren und zu Forschen bedingt, dass diese zur Verfügung steht und die dafür erforderliche Infrastruktur stetig ausgebaut und weiterentwickelt wird.
Das Department für Informatik und Security verfolgt dieses Ziel durch die Anschaffung von Deep Learning Hardware, welche den Studiengängen Data Science & Business Analytics und IT- & Information Security ermöglicht, Deep Learning zukünftig in Forschung und Lehre einzusetzen.

Die initiale Ausbaustufe verfügt über 8 GeForce GTX 1080 Ti GPUs, 40 CPU Cores, 128 GB RAM und der Unterstützung gängiger Deep Learning Frameworks wie TensorFlow und Caffe2, torch und theano. Das Team der Netzwerklabore, rund um  Daniel Haslinger, evaluiert zur Zeit die Einbindung der bestehenden Clients in den Netzwerklaboren, welche die verfügbare Rechenleistung für Deep Learning Anwendungen durch die Nutzung als Compute Cluster drastisch steigern könnte.

Die Arbeitsstationen sollen den Studierenden nach wie vor jederzeit in gewohnter Qualität zur Verfügung stehen, ihre ungenutzte Rechenleistung soll aber während etwaiger Leerlaufzeiten (bspw. Nachts) automatisch der Forschung zugewiesen werden.

Schnelle Reaktion auf neue Entwicklungen

"Die Verfügbarkeit von dedizierter Deep Learning Hardware im Haus ist für uns sehr wichtig", erläutert Marlies Temper, Leiterin des Studiengangs Data Science & Business Analytics. "Die ständige Verfügbarkeit vor Ort erlaubt uns, auf neue Entwicklungen schnell zu reagieren und die Qualität der Lehre durch den praktischen Einsatz nachhaltig zu stärken“.

Geplante Kooperationen mit Partnern aus der Wirtschaft erlauben zudem, auch herausfordernde Szenarien effizient und kosteneffektiv zu berechnen. Hier hilft die Verfügbarkeit entsprechender Infrastruktur im Haus, Ansätze im Rahmen eines "Proof of Concepts" vorzubereiten und nach erfolgreicher Evaluierung der Teilergebnisse mit Hilfe von Wirtschaftspartnern nahezu beliebig zu skalieren.

Jetzt teilen:

Sie wollen mehr wissen? Fragen Sie nach!
Dipl.-Ing. Haslinger Daniel, BSc

Dipl.-Ing. Daniel Haslinger, BSc

IT-Infrastruktur mit Schwerpunkt Lehre Department Informatik und Security
FH-Prof. Dipl.-Ing. Mag. Temper Marlies, Bakk.

FH-Prof. Dipl.-Ing. Mag. Marlies Temper, Bakk.

Studiengangsleiterin Data Science and Business Analytics (BA) Department Informatik und Security