Zum Inhalt springen
Microsoft Branchenblogs

Am Institut für Intelligente Systeme der Universität Bonn konzentrieren sich Wissenschaftler und Studierende in der Forschung auf die Entwicklung von Algorithmen und Software für die nächste Generation intelligenter Maschinen. Die größte Herausforderung dabei ist der Umgang mit den sich rasant ändernden Anforderungen an Software und Hardware im Bereich Deep Learning, der von den Wissenschaftlern eine flexible Planung im Bereich der Digitalisierung verlangt.

Uni Bonn Studenten beschäftigt sich mit Deep Learning

Die Herausforderung

Die Computer Vision Group forscht im Bereich künstlicher Intelligenz, speziell über Human Action Recognition in Videos sowie über Pose Estimation und Semantic Segmentation. Die größte Herausforderung dabei ist der Umgang mit den sich rasant ändernden Anforderungen an Software und Hardware im Bereich Deep Learning, der von den Wissenschaftlern eine flexible Planung verlangt.

Mit der fortschreitenden Entwicklung von so genannten Deep Neural Networks sowie der Verfügbarkeit von immer größeren Datenmengen ist es immer zeit- und kostenintensiver, Experimente auf Basis von Grafikprozessoren (GPUs) durchzuführen, um die Forschung voranzutreiben. Speziell bei anstehenden Deadlines für Veröffentlichungen haben die Forscher in der Regel einen sehr hohen Bedarf an Ressourcen, danach geht dieser oft stark zurück.

Unsere Lösung

Mitunter verlangt die wissenschaftliche Arbeit des Instituts nach uneingeschränkt vorhandenen Rechenressourcen, die mit den immer knappen Forschungsgeldern allein nicht vorgehalten werden können. Daher entschlossen sich die Informatiker, virtuelle Maschinen in Microsoft Azure zu nutzen, um alle Lastspitzen flexibel nach oben und unten abfedern zu können.

„Microsoft Azure bietet uns die Möglichkeit, auch bei großangelegten Forschungsvorhaben mit den großen Forschungsgruppen mitzuhalten. Zum ersten Mal konnten wir auch während einer Deadline für Veröffentlichungen uneingeschränkt forschen, also alle nötigen Experimente auf beliebig vielen GPU-Instanzen durchführen.“ – Dr. Jürgen Gall, Professor am Institut der Uni Bonn

Die Cloud-Lösung von Microsoft bietet Zugriff auf die GPU-Instanzen NC6, NC12 und NC24 der Azure-N-Series-Virtual-Machines, die derzeit schnellsten GPUs in der Public Cloud. Dadurch ist es dem Informatik-Institut der Uni Bonn möglich, während der Bedarfsphasen beliebig viele Ressourcen zu allokieren, ohne in den bedarfsarmen Phasen ungenutzte Hardware bezahlen zu müssen.

Sie wollen mehr zur Erfolgsgeschichte der Universität Bonn lesen? Hier finden Sie die vollständige Fallstudie.