Laboratorio di High Performance Computing (IINF-05/A)
Il Laboratorio di High Performance Computing (HPC) è caratterizzato da varie unità di calcolo ad alte prestazioni che includono piattaforme software proprietarie e open source per l’analisi dei dati, la scoperta di conoscenza, la modellazione numerica e la simulazione 3D. In particolare, sono presenti macchine server con diversi nodi di calcolo, e periferiche esterne quali schermi e tastiere.
Lo scopo del Laboratorio HPC consiste nella promozione e sviluppo di attività di ricerca, progetti di ricerca, didattica innovativa e terza missione nell’ambito dell’High Performance Computing, che viene utilizzato per costruire sistemi avanzati di elaborazione delle informazioni, Intelligenza Artificiale, scienza dei dati e analisi dei big data, modellazione 3D e simulazione, e nuovi approcci scalabili basati sulle scienze matematiche e informatiche.
Gli ambiti di ricerca riguardano: l'Intelligenza Artificiale, la modellazione 3D, la scienza dei dati e l'analisi dei big data, le simulazioni numeriche.
PERSONALE
- Prof.ssa Alessia Amelio, Direttore del laboratorio
- Prof. Leonardo Cangelmi, Algebra e Geometria
- Prof.ssa Stefania Camplone, Design e Materiali
- Prof. Luciano Caroprese, Responsabile Intelligenza Artificiale
- Prof.ssa Paola Cellini, Algebra e Geometria
- Prof.ssa Serena Doria, Responsabile Probabilità e Analisi Matematica
- Prof. Sergio Montelpare, Modellazione e Simulazione
- Prof. Mariano Pierantozzi, Responsabile Modellazione e Simulazione
Studenti di Dottorato:
- Ing. Eliezer Zahid Gill, Transizione Digitale nel settore delle Costruzioni
Collaboratori:
- Ph.D. Dott. Matteo Auriemma, Dermatologo, Cultore della Materia per il corso di Artificial Intelligence and Machine Learning
- Dott. Nicola Grandis, ASC27 S.r.l. CEO
- Ing. Marianna Mastromatteo, Direzione HSQE, Field & Safety Operations Referente Ambiente di Cantiere, Italferr S.p.A. Gruppo Ferrovie dello Stato
- Dott. Alessandro Zaldei, Ricercatore presso l'Istituto per la BioEconomia (IBE), Consiglio Nazionale delle Ricerche (CNR)
ATTREZZATURE
 |
 |
|
|
 |
| 1 X Rack CABINET 25U |
1 X FRONT-END Server 1 SOCKET XEON
|
4 X COMPUTE NODE Server MULTI-NODE 4 LAME 2 SOCKET XEON 1 LAMA:
|
2 X COMPUTE NODE TERA-X
|
2 X STORAGE NODE TERA-X
|
 |
| SWITCH 1 GBE Switch Ethernet |
 .  |
|
Sistema UPS 6000VA/5400W Sistema UPS 2200VA/1980W |
 |
|
Monitor 19'' LCD, tastiera ITA USB e mouse ottico USB su ripiano |
Download PDF Regolamento Laboratorio HPC
Download PDF Modulo liberatoria
REGOLAMENTO E FILE UTILI
MUD-MADE: MUlti-objective optimization of Digitally MAnufactureD Earth building components supported by neural networks (PRIN PNRR 2022). Responsabile: Prof.ssa Alessia Amelio Buget: 266.091,00 € Il progetto propone un nuovo flusso di lavoro supportato dall'intelligenza artificiale utile per progettare componenti edilizi prodotti con tecnologie di produzione digitale (ad esempio, stampa 3D, braccio robotico o taglierina laser). Il flusso di lavoro può assistere il progettista in un'ottimizzazione multi-obiettivo che coinvolge prestazioni termiche, strutturali ed acustiche, risparmiando materiale e mantenendo la fattibilità. Il progetto è in collaborazione con il Digital Fabrication Lab. Per ulteriori informazioni sul progetto, consultare la pagina web ufficiale al seguente link. AI4MOOC: Artificial Intelligence for Massive Open Online Courses Responsabile: Prof. Luciano Caroprese Tipo progetto: PNRR-Next Generation EU - 1.5 Ecosistemi dell'innovazione Decorrenza inizio-fine attività: 10/10/2024 - 01/01/2026
MULTI-TWIN: Intelligenza artificiale a supporto di analisi Multi-rischio mediante digital-Twin Responsabile: Prof. Luciano Caroprese Decorrenza inizio-fine attività: 03/10/2024 - 01/01/2026 Finanziatori: E.U. - European Commission necessARIA: Necessità di strategie efficienti di ricambio dell'aria per la salute degli occupanti negli edifici scolastici Responsabile: Prof. Sergio Montelpare Tipo progetto: PNC - Piano Nazionale Complementare al PNRR - PNC Ministero della Salute - E.1 Salute-ambiente-biodiversità-clima Decorrenza inizio-fine attività: 01/01/2023 - 31/12/2026 Finanziatori: Ministero della Salute
Informazioni al momento non disponibili.
PROGETTI
Cognome Nome Tipo Titolo Mastromatteo Marianna Sperimentale Metodologia innovativa basata sull'intelligenza artificiale per il nuovo cantiere digitale. Selvaggi Lorena Sperimentale Definizione dei fattori di amplificazione topografica mediante tecniche di Intelligenza Artificiale.
Cognome Nome Tipo Titolo Cavuto Maurizio Sperimentale MelanomaCheck: applicazione Matlab basata sull'Intelligenza Artificiale per la salute della pelle. Giansante Lisa Compilativa Large Language Models in ambito biomedico: una prospettiva per il futuro. Delli Pizzi Erica Sperimentale Matera Miriana Sperimentale Del Fine Antonio Sperimentale
Tesi Di Laurea
Classificazione automatica di patologie neurologiche da immagini MRI mediante Deep Learning: confronto tra architetture CNN e ottimizzazione dei modelli
Se sei un ente pubblico o privato, non esitare a contattarci! Scrivi all'indirizzo alessia.amelio@unich.it e scopri come possiamo aiutarti a raggiungere i tuoi obiettivi!
Terza Missione
Collaborazioni
Scopri cosa vuol dire essere dell'Ud'A
SEDE DI CHIETI
Via dei Vestini,31
Centralino 0871.3551
SEDE DI PESCARA
Viale Pindaro,42
Centralino 085.45371
email: info@unich.it
PEC: ateneo@pec.unich.it
Partita IVA 01335970693
