Questa storia appartiene alla categoria Innovazione e al dossier Servizi infrastrutturali

Perché i ricercatori possano ricercare

I ricercatori necessitano di servizi accademici di cloud facili da usare.

Testo: Patrik Schnellmann, pubblicato il 23.02.2016

Il servizio SWITCHengines è stato messo a disposizione della comunità Switch dal 2015. Grazie ad esso, gli utenti possono costruire macchine virtuali e utilizzare lo spazio di memoria in modo flessibile e veloce. I casi di applicazione sono i più svariati. Si va dai semplici siti web dedicati alle informazioni sui progetti fino alle complesse analisi dell'ombra proiettata sulle città grazie all'uso di modelli 3D.

Dopo SCALE arriva SCALE-UP

SWITCHengines, con la sua struttura scalabile, è stato realizzato dalle università svizzere nell'ambito del progetto SCALE P-2 tra il 2014 ed il 2015. SCALE-UP compie adesso un passo aventi rispetto a SCALE. Il suo obiettivo è quello di offrire prestazioni specifiche rispetto ad un uso di tipo accademico. Nel periodo compreso tra il 2015 ed il 2017 SWITCH ha prodotto e produce questi servizi in collaborazione con partner di progetto provenienti dal mondo accademico. In tal modo si assicura che le esigenze delle scuole universitarie vadano a confluire nella fase di sviluppo delle prestazioni. I singoli pacchetti di lavoro del progetto SCALE-UP vengono presi in considerazione in modo alternato. Tutti i pacchetti di lavoro si trovano dall'inizio del 2016 nella fase di progettazione. Questa prevede l'identificazione delle esigenze e il coinvolgimento del know-how della comunità che fa da sfondo.

Nell'ambito del progetto SCALE-UP vengono trattati i seguenti pacchetti di lavoro:

 

Big Data Analysis (Analisi di grandi quantità di dati)

Obiettivo: un ambiente facilmente utilizzabile e scalabile per l'analisi di dati complessi. Strumenti attuali, come ad esempio Hadoop o Apache Spark, si presentano integrati, in modo tale che i ricercatori non debbano preoccuparsi della loro installazione o configurazione. In questo contesto gli studenti possono inoltre apprendere ad utilizzare tali strumenti di analisi di grandi quantità di dati (si veda anche nella Box).

 

Scientific Data Pools (Pool di dati scientifici)

Obiettivo: un servizio per memorizzare grandi quantità di informazioni. A complemento dell'analisi di grandi quantità di dati, questa è la sede nella quale gli scienziati memorizzano le loro serie di dati e le mettono a disposizione altrui ai fini dell'analisi.

 

Collaborative Applications (Applicazioni di collaborazione)

Obiettivo: realizzare un ambiente che possa essere una sorta di casa digitale self-service per i progetti di ricercatori, professori e studenti. Ad esempio, un semplice sito web, un sistema di archiviazione per documenti progettuali oppure un codice sorgente elaborato in gruppo. Si predilige l'uso di noti linguaggi di programmazione quali Python o R.

 

Virtual Private Cloud (VPC) / (Cloud privato virtuale )

Obiettivo: in aggiunta all'infrastruttura esistente, la ridondanza viene potenziata con le risorse di SWITCHengines. Nella rete del campus possono essere integrate delle macchine virtuali e i servizi interni dietro al firewall sono facilmente accessibili (vedi "Macchine virtuali per la centrale IT").

 

Container Technology (Tecnologia dei container)

Obiettivo: studio di fattibilità e documentazione delle migliori pratiche della prossima generazione tecnologica in seguito alla diffusa virtualizzazione nell'ambito del cloud. In tal modo si rendono possibili un più efficiente sfruttamento delle infrastrutture ed una più agile fornitura e gestione dei servizi.

Marketplace

Obiettivo: studio di fattibilità per realizzare un mercato dei servizi accademici di cloud della comunità accademica. È di ausilio ai ricercatori e ai docenti nel trovare le offerte o nella presentazione delle stesse.

 

Rating Charging Billing / VM Migration Strategy (Valutazione della fatturazione elettronica/ Strategia di migrazione delle macchine virtuali )

Obiettivo: un quadro di riferimento generico per le relazioni di accesso e la liquidazione delle offerte presenti nel marketplace. Il prossimo passo consisterà nell'approntare strumenti atti al semplice trasferimento e alla messa in sicurezza delle macchine virtuali (VMs). Le VMs costruite in loco potranno pertanto facilmente essere trasportate nel cloud.

 

Ricerca nel cloud/ Lezione nel cloud

Obiettivo: documentazione delle migliori pratiche atte a consentire un utilizzo pratico delle infrastrutture del cloud da parte della ricerca e della docenza. Le cognizioni confluiscono nelle prestazioni preesistenti e in quelle di nuova creazione nel complesso del progetto SCALE-UP.

 

Statistical Workbench

Obiettivo: predisporre un software accademico ad ampio uso per valutazioni statistiche su SWITCHeingines. L’acquisto di software commerciale per offerte Cloud è una sfida. Da questo pacchetto di lavoro risultano pertanto anche un processo e un modello operativo.

 

 

https://projects.switch.ch/scale-up/
Questo testo è apparso nello SWITCH Journal marzo 2016.
Sull’autore
Patrik   Schnellmann

Patrik Schnellmann

Patrik Schnellmann lavora per SWITCH come Cloud Project Manager. Ha acquisito un Master of Sciences in Computer Sciences e un Master of Advanced Studies in Management, Technology and Economics presso il Politecnico di Zurigo. Prima di passare a SWITCH nel 2004, ha raccolto diverse esperienze nel settore finanziario e nell'amministrazione federale.

E-mail

"Senza strumenti siamo perduti nella massa dei dati" 

Markus Handke, esponente dell''Istituto di Informatica aziendale presso l'Università di San Gallo e direttore del pacchetto di lavoro Analisi di grandi quantità di dati, ha commentato:
"All'Istituto di Informatica aziendale quello delle grandi quantità di dati è un tema importante. Nei corsi le/gli studenti imparano come applicare gli strumenti ai fini dell'analisi e come trarre dalla stessa cognizioni rilevanti. Le grandi quantità di dati sono importanti anche nella ricerca. Uno degli interrogativi di importanza scientifica è, ad esempio, come riuscire ad acquisire dai social network informazioni di una certa rilevanza per le imprese. A tal fine vengono ad esempio analizzati migliaia di tweet per poter comprendere meglio o persino anticipare il comportamento dei consumatori. Senza infrastruttura e senza i relativi strumenti siamo perduti nella massa dei dati. Il rimedio è offerto dall'esistenza di un servizio di analisi di grandi quantità di dati. Grazie ad esso i ricercatori possono avvalersi di una semplice interfaccia per elaborare le proprie analisi scientifiche di dati senza dover prima installare un intero sistema a tale scopo".

I partner del progetto SCALE-UP

  • Scuola politecnica federale di Losanna
  • Università di San Gallo, Istituto di Informatica aziendale
  • Università di Berna, Informatica umanistica
  • Scuola universitaria professionale della Svizzera nord-occidentale
  • Università di Basilea
  • Scuola universitaria professionale di San Gallo
  • Scuola universitaria professionale delle scienze applicate di Zurigo, ICClab
  • SWITCH
Altri contributi