Tieteellisen laskennan viitearkkitehtuuri 

Tieteellisen laskennan yhteistyöfoorumi (YTF) on opetus- ja kulttuuriministeriön (OKM) toimeksiannosta ohjannut Tieteellisen laskennan viitearkkitehtuurin laatimista perustuen tehtävänantoon kartoittaa ja identifioida tieteellisten laskentaresurssien, datanhallinnan ja niiden oheispalvelujen viitearkkitehtuuri seuraavalle viidelle vuodelle. Viitearkkitehtuurin tarkoitus on edistää palvelujen kehitystä sekä ehdottaa linjauksia ja toimenpiteitä, jotka parantavat tietoteknistä yhteentoimivuutta ja kokonaisarkkitehtuurityötä. 

Tieteellisen laskennan toimintaympäristö on nopeassa muutoksessa. Yksi muutoksista on tekoälyn ja data-analytiikan sekä niiden sovellusten käytön laajeneminen yhä useammalla tieteenalalla. Myös muu data-intensiivisen tutkimus lisääntyy jatkuvasti ja tämä nostaa esille isojen datamassojen koko elinkaaren hallinnan haasteet, mukaan lukien niiden pitkäaikaissäilytyksen infrastruktuurin kasvavan tarpeen. Nämä trendit tuovat uusia käyttäjäkuntia tieteellisen laskennan ja datanhallinnan palveluiden piiriin, ja täten tieteellisen laskennan osaaminen pitää pystyä levittämään yhä laajemmalle käyttäjäkunnalle korkeakouluissa ja tutkimuslaitoksissa. Tämä käyttäjäkunnan laajentuminen asettaa uusia tarpeita tieteellisen laskennan palvelujen helppokäyttöisyydelle sekä palvelujen suunnittelulle vastaamaan yhä laajemman käyttäjäkunnan tarpeita.

Toinen suuri muutos on uusien laskentajärjestelmien, ja erityisesti laskentakiihdytinratkaisujen kuten grafiikkasuorittimiin perustuvan GPU-laskennan tulo CPU-laskennan rinnalle toiseksi suurteholaskennan keskeiseksi toteutustekniikaksi. Näiden ympäristöjen erittäin nopea uudistumistahti sekä vielä erikoistuneempien laskentajärjestelmien kuten neuroverkkokiihdyttimien ja erilaisten kvanttilaskennan järjestelmien kehittyminen muuttaa tieteellisen laskennan toimintaympäristöä suuntaan, jossa laskentaympäristöt ovat yhä erikoistuneempia. 

Suurinvestoinnit ovat mahdollistaneet erittäin tärkeän eurooppalaisen tason yhteistyön laskentainfrastruktuurin kehittämisessä ja tällaisten investointien tekeminen pitää olla jatkossakin mahdollista. Tämän lisäksi olisi hyvä pystyä tehdä huomattavasti nykyistä nopeammalla hankintasyklillä pienempiä ja yhä erikoistuneempia hankintoja laskentainfrastruktuurin pitämiseksi ajantasaisena laskentajärjestelmien ja tutkimuksen tarpeiden nopeasti muuttuessa. Tätä on hankalaa toteuttaa nykyisen muotoisilla melko harvoin toteutuvilla suurinvestoinneilla, joten olisi hyvä saada aikaiseksi nykyisten suurinvestointien rinnalle rahoitusmuoto, jossa pystyttäisiin pitkän aikavälin budjetin puitteissa tarvittaessa tekemään pienempiä täydentäviä hankintoja laskentainfrastruktuuriin nopealla aikataululla uusien laskentajärjestelmien sekä tutkijoiden tarpeiden kehittymisen mukaan.

Uusien laskentajärjestelmien ja GPU-laskennan yhä laajeneva käyttö sekä suurten datamassojen prosessointi ja tallennus vaativat uusien menetelmien ja toimintatapojen oppimista tutkijoilta ja tutkimusryhmiltä. Tämän vuoksi tieteellisen laskennan asiantuntijoiden saatavuus, sekä heidän osaamisensa kehittäminen korkeakouluissa ja tutkimuslaitoksissa on erittäin tärkeää maksimaalisen hyödyn saamiseksi tieteellisen laskennan infrastruktuurihankinnoista. Vaikka laskentainfrastruktuurin fyysinen keskittäminen on jatkossakin monilta osin hyvin järkevää, korkeakoulujen ja tutkimuslaitosten pitää pystyä tarjoamaan paikallisesti hallinnoitua laskenta- ja tallennuskapasiteettia erityisesti ohjelmistokehitykseen ja suuria datamääriä tuottavien mittalaitteiden datan paikalliseen prosessointiin.

Yhä lisääntyvät mahdollisuudet yhteistyölle eurooppalaisella tasolla tieteellisessä laskennassa erityisesti EuroHPC-konsortion kautta olisi pystyttävä maksimaalisesti hyödyntämään. Tämä sisältää paitsi infrastruktuurin hankinnan niin myös kansainvälisen tutkimusyhteistyön lisäämisen, koulutuspalvelut, sekä tutkimusyhteistyön mahdollisuuksien luomisen teollisuuden kanssa erityisesti EuroHPC-ympäristöjä hyödyksi käyttäen. Parhaimmillaan tämä luo pohjan kunnianhimoisille tutkimushankkeille, luo merkittävästi uutta huippuosaamista Suomeen, vahvistaa yritysten ja yliopistojen yhteistyötä, sekä auttaa houkuttelemaan maahamme ulkomaisia huippuosaajia.

Toimenpide-ehdotukset:

1. On mahdollistettava ennustettava pitkäaikainen tieteellisen laskennan infrastruktuurin rahoitus, joka mahdollistaisi tärkeiden suurinvestointien lisäksi tiheämmät infrastuktuurin päivityssyklit nopeasti muuttuvassa tieteellisen laskennan  toimintaympäristössä. 
2. Tieteellisen datan koko elinkaaren aikaisen hallinnan viitearkkitehtuurin laatiminen tulee käynnistää. Tämän tulee sisältää myös suurten datamassojen pitkäaikaistallennuksen ja sille vaadittavan pitkän aikavälin rahoituksen suunnitelman. Suurten datamassojen pitkäaikaissäilytyksen vaatima infrastruktuuri avoimen tieteen periaatteiden mukaisesti on tärkeä tulevaisuuden kehityskohde.
3. Korkeakoulujen ja tutkimuslaitosten oman tieteellisen laskennan osaamisen parantaminen olisi tärkeää esimerkiksi ammattimaisia Research Software Engineer ja Data Scientist -tehtäviä avaamalla korkean tason tutkimuksen tueksi ja tieteellisen laskennan käyttäjäkunnan laajentamiseksi. CSC voisi toimia verkoston koordinoijana. Tällainen verkosto sekä tieteellisen laskennan palvelujen ja koulutuksen parempi saatavuus mahdollistaisivat yhä laajemman käyttäjäkunnan saamisen tieteellisen laskennan piiriin, sekä tieteellisen laskennan palvelujen yhä nykyistäkin tehokkaamman hyödyntämisen.
4. Tutkimuslaitosten ja korkeakoulujen oman laskentainfrastruktuurin päivittäminen erityisesti ohjelmistojen kehitysympäristöinä sekä suuria datamääriä tuottavien instrumenttien tiedon prosessointiin on tärkeää keskitetyn kansallisen infrastruktuurin tutkijalähtöisen palvelujen kehittämisen ohella.
5. Eurooppa-tason yhteistyötä tulee lisätä paitsi infrastruktuurihankinnoissa niin myös tieteellisen laskennan koulutuksessa ja aihepiirin tutkijoiden kansainvälisessä verkottamisessa.
6. Tutkimuksen ja elinkeinoelämän yhteishankkeiden mahdollistavien rahoitusohjelmien ja toimintatapojen pitää kehittää huomioiden EuroHPC/Lumi-infrastruktuurin tuomat uudet mahdollisuudet mukaanlukien Business Finlandin rooli yrityspuolen TKI-rahoituksessa.
7. Tieteellisen  ja data-intensiivisen laskennan kyvykkyyksien kehittämistä tukevien tutkimusohjelmien avaaminen Suomen Akatemian kautta.

Tieteellisen Laskennan Yhteistyöfoorumi

Yhteistyöfoorumin kokoonpanoon on nimetty korkeakoulujen ja tutkimuslaitosten datanhallinnan ja tutkimuksen ICT-palveluiden asiantuntijoita, jotka erikoisosaamisensa ansiosta pystyvät identifioimaan tutkimuksen tarpeita ja muuttumista. Yhteistyöfoorumin yhtenä tärkeimmistä tehtävistä on ohjata ulkopuolisen kokonaisarkkitehtuuriselvityksen toteutumista.

Yhteistyöfoorumin jäsenet ovat:

professori Keijo Heljanko, Tietotekniikan tutkimuslaitos HIIT ja Helsingin yliopisto, puheenjohtaja

tietokeskuksen kehittämispäällikkö, Riitta Teiniranta, SYKE, varapuheenjohtaja 

järjestelmäasiantuntija, Mikko Hakala, Aalto-yliopisto

tutkimuksen vararehtori, Cimmo Nurmi, Satakunnan ammattikorkeakoulu

tutkimusprofessori, Vesa Nykänen, Geologian tutkimuskeskus

projektipäällikkö, Jonna Kalermo-Poranen, Kajaanin ammattikorkeakoulu

johtaja, Anu Juslin, Tampereen yliopisto

Asiantuntijajäsenet:

opetusneuvos Juha Haataja, opetus-ja kulttuuriministeriö

ylitarkastaja Sami Niinimäki, opetus-ja kulttuuriministeriö

Lisäksi kokonaisarkkitehtuurin laatimiseen ovat osallistuneet:

johtaja Pekka Lehtovuori, CSC

sovellusasiantuntija Juha Fagerholm, CSC

kehityspäällikkö Jussi Heikonen, CSC

titteli Ari Rouvari, CSC

kehityspäällikkö Jussi Tella CSC

Palveluita käsitelleeseen työpajaan osallistuivat Hannu-Pekka Polttila (GTK), Juha Juvonen (Aalto), Tero Hiekkalinna (THL), Jyrki Luttinen (LUKE), Ilari Lähteenmäki (Aalto), Heikki Lanu (Findata), Joona Tolonen (KAMK), Matti Kämäräinen (IL), Janne Ravantti (HY), Eevaliisa Laine (GTK), Kimmo Kartasalo (TY), Antti Kahra (GKT), Juhani Forsman (JY), Otto Hyvärinen (IL), Timo Pitkänen (LUKE), Sauli Talja (Ruokavirasto), Enrico Glerean (Aalto), Jari Yli-Hietanen (TY), Sami Maisala (HY) ja Juha Oksanen (MML).