{"id":3535,"date":"2018-05-28T12:05:00","date_gmt":"2018-05-28T10:05:00","guid":{"rendered":"https:\/\/www.microsoft.com\/de-de\/industry\/blog\/?p=3535"},"modified":"2019-01-23T13:20:10","modified_gmt":"2019-01-23T11:20:10","slug":"eine-erfolgsgeschichte-die-universitaet-bonn","status":"publish","type":"post","link":"https:\/\/www.microsoft.com\/de-de\/industry\/blog\/education\/2018\/05\/28\/eine-erfolgsgeschichte-die-universitaet-bonn\/","title":{"rendered":"Eine Erfolgsgeschichte: Die Universit\u00e4t Bonn"},"content":{"rendered":"
Am Institut f\u00fcr Intelligente Systeme der Universit\u00e4t Bonn konzentrieren sich Wissenschaftler und Studierende in der Forschung auf die Entwicklung von Algorithmen und Software f\u00fcr die n\u00e4chste Generation intelligenter Maschinen. Die gr\u00f6\u00dfte Herausforderung dabei ist der Umgang mit den sich rasant \u00e4ndernden Anforderungen an Software und Hardware im Bereich Deep Learning, der von den Wissenschaftlern eine flexible Planung im Bereich der Digitalisierung verlangt.<\/strong><\/p>\n Die Computer Vision Group forscht im Bereich k\u00fcnstlicher Intelligenz, speziell \u00fcber Human Action Recognition in Videos sowie \u00fcber Pose Estimation und Semantic Segmentation. Die gr\u00f6\u00dfte Herausforderung dabei ist der Umgang mit den sich rasant \u00e4ndernden Anforderungen an Software und Hardware im Bereich Deep Learning, der von den Wissenschaftlern eine flexible Planung verlangt.<\/p>\n Mit der fortschreitenden Entwicklung von so genannten Deep Neural Networks sowie der Verf\u00fcgbarkeit von immer gr\u00f6\u00dferen Datenmengen ist es immer zeit- und kostenintensiver, Experimente auf Basis von Grafikprozessoren (GPUs) durchzuf\u00fchren, um die Forschung voranzutreiben. Speziell bei anstehenden Deadlines f\u00fcr Ver\u00f6ffentlichungen haben die Forscher in der Regel einen sehr hohen Bedarf an Ressourcen, danach geht dieser oft stark zur\u00fcck.<\/p>\n Mitunter verlangt die wissenschaftliche Arbeit des Instituts nach uneingeschr\u00e4nkt vorhandenen Rechenressourcen, die mit den immer knappen Forschungsgeldern allein nicht vorgehalten werden k\u00f6nnen. Daher entschlossen sich die Informatiker,\u00a0virtuelle Maschinen in Microsoft Azure zu nutzen<\/strong>, um alle Lastspitzen flexibel nach oben und unten abfedern zu k\u00f6nnen.<\/p>\n \u201eMicrosoft Azure bietet uns die M\u00f6glichkeit, auch bei gro\u00dfangelegten Forschungsvorhaben mit den gro\u00dfen Forschungsgruppen mitzuhalten. Zum ersten Mal konnten wir auch w\u00e4hrend einer Deadline f\u00fcr Ver\u00f6ffentlichungen uneingeschr\u00e4nkt forschen, also alle n\u00f6tigen Experimente auf beliebig vielen GPU-Instanzen durchf\u00fchren.\u201c – Dr. J\u00fcrgen Gall, Professor am Institut der Uni Bonn<\/p><\/blockquote>\n Die Cloud-L\u00f6sung 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 m\u00f6glich, w\u00e4hrend der Bedarfsphasen beliebig viele Ressourcen zu allokieren, ohne in den bedarfsarmen Phasen ungenutzte Hardware bezahlen zu m\u00fcssen.<\/p>\nDie Herausforderung<\/h2>\n
Unsere L\u00f6sung<\/h2>\n