Datan ja laskennan tutkimusinfrastruktuurin kehittäminen

Tämä sivu on osa Korkeakoulutuksen ja tutkimuksen digitalisoitumisen tiekarttaa ka.csc.fi

Mikä: Datan ja laskennan tutkimusinfrastruktuureja päivitetään ja kehitetään jatkuvasti, pääosin CSC – Tieteen tietotekniikan keskus Oy:n tarjoamien palveluiden kautta. Palveluportfolion peruskomponentteina toimivat palvelut on lueteltu alempana tällä sivulla.

Viesti: Tieteellisen laskennan ja datanhallinnan yhteistyöfoorumin (YTF) ryhdyttyä suunnittelemaan arkkitehtuurinsa päivittämistä tutkimuksen arkkitehtuurien laajempi päivitys tuli ajankohtaiseksi. Ajatuksena on lähestyä asiaa oppijan polun tavoin ja tarkastella kokonaisuutta tutkijan näkökulmasta mahdollisena tavoitteena luoda jaettu käsitys tutkijan polusta ja tämän tukemisesta kotiorganisaation, kansallisten ja kansaivälisten toimijoiden yhteistyöllä ja näin rakentaa nykyiset arkkitehtuurit yhdistävä tutkijan näkökulma.

Kansallisen datanhallinnan ja laskennan ympäristön (DL2026) sekä Funet-verkon uudistus

• 09/2023 Järjestelmä arkkitehtuurin alustava versio → Sidosryhmä keskustelut -> DL2026 arkkitehtuuri
• 2023 lopussa - 2024 alussa hankinnan käynnistyminen
• 2025 alussa ensimmäiset uudet järjestelmät tuotannossa

Palvelut

Supertietokone LUMI

• Yksi maailman kilpailukykyisimmistä supertietokoneista

Supertietokone Mahti

• Supertietokone, joka on erityisesti suunnattu keskisuurille ja suurille simulaatioille.

Supertietokone Puhti

• Supertietokone, joka on tarkoitettu monenlaisiin käyttötapauksiin data-analyysistä keskisuuriin simulaatioihin.

Quantum Learning Machine Kvasi

• Kvanttilaskentasimulaattori, jolla voit oppia käyttämään ja kehittämään uusia kvanttialgoritmeja

Yleiskäyttöinen pilvipalvelu cPouta

• Pilvipalvelun avulla voit ottaa nopeasti käyttöön itsehallinnoidun infrastruktuurin

Arkaluonteisen datan analysointi ja käsittely ePouta

• Virtuaalinen pilvipalvelu, joka on samanlainen kuin cPouta, mutta on tarkoitettu erityisesti arkaluonteisten tietojen käsittelyyn

Datanhallintajärjestelmä Allas

• Yleiskäyttöinen tallennuspalvelin, joka tarjoaa ympäristön tietojen tallentamiseen ja jakamiseen

Konttitekniikkaan perustuva pilvipalvelu Rahti

• Container Cloud -palvelu, joka tarjoaa alustan, jolla voit isännöidä omia sovelluksiasi

Tietojen löydettävyys, saavutettavuus, yhteentoimivuus ja uudelleenkäytettävyys (Fairdata-kehityssuunnitelma)

• Tutkimusdatan turvallinen säilytys IDA
  • Tarjoaa tallennustilaa tutkimustietojen tallentamiseen, jotka kuvataan ja julkaistaan muiden Fairdata-palveluiden avulla
• Aineistojen etsintä Etsin
  • Palvelun avulla voi etsiä Fairdata-palveluihin tallennettuja tutkimusaineistoja ja niiden kuvailutietoja. Etsin näyttää lisäksi muista lähteistä haravoituja tutkimusaineistojen kuvailutietoja.
• Aineistojen kuvailu Qvain
  • Palvelun avulla tutkimusaineistojen kuvailu on helppoa ja yhdenmukaista
• Avointen aineistojen julkaisualusta AVAA
  • Avointen tutkimusaineistojen julkaisualusta
• Pitkäaikaissäilytys Fairdata PAS
  • Fairdata-verkosto on luotu parantamaan yhteistyötä ja tiedonkulkua Fairdata-palvelukokonaisuutta hyödyntävien organisaatioiden sekä palveluja tuottavan CSC – Tieteen tietotekniikan keskus Oy:n välillä. Yhteistyön avulla palveluja hyödyntävien korkeakoulujen ja tutkimuslaitoksen tarpeet viedään osaksi palvelukehitystä. Fairdata-verkosto
  • FAIR-periaatteet

Teemat ideapankissa:

Data:

Pilvi:

Yhteistyöteemojen kehityspajat

Laajan tutkimuksen, oppimisen ja innovaatiotoiminnan toimijoiden, päättäjien ja liiketoiminnan omistajien joukon kesken on tunnistettu kuusi ajankohtaista yhteistyöteemaa, joista kolmen - Suurteholaskenta, yritysyhteistyö, Pilvipalvelut sekä Hallittu ja turvallinen data - äärelle kokoonnumme kehityspajoissa syksyllä 2023.

Tapahtumasivut: Avoimet yhteistyötilaisuudet

Hallittu ja turvallinen data

Korkeakouluilta menee huomattavasti aikaa ja kustannuksia datanhallintaan. Miten dataa voisi hallita yhteisesti ja turvallisesti? Tai miten puolestaan esimerkiksi tutkimusdata saataisi liikkumaan, eikä se jäisi lojumaan levynkulmalle? Esimerkiksi jo tutkimuksen rahoittajat vaativat, että dataa myös avataan ja näin ollen tutkijakin tarvitsee korkeakoululta apua esimerkiksi arkaluontoisen datan ja turvariskien määrittelyyn.

Olemme yhteisesti tunnistaneet seuraavia kipu- ja kehityskohtia, joihin haluamme tarttua kehityspajassa:

• Aineistonhallinnan hyvä ja mieluusti koneluettava suunnitelma. Esimerkiksi omistajuuden siirtyminen elinkaaren eri vaiheissa ja erityisesti loppupuolella, varsinkin jos tutkimusdata on ollut sensitiivistä.
• Tutkijan vastuulle ei voi jättää kryptauksen suunnittelua ja toteutusta, vaan sen pitää olla helppoa kuin heinänteko hyvine ohjeineen.
• Arkaluontoisuuden asteiden määritelmät auttaisivat merkittävästi myös kustannusten hallintaa. Käytettävyys ja budjetti kärsii, mitä sensitiivisempää dataa. Tästä voisi olla yhteiset linjaukset korkeakoulujen välillä.
• Yhteensopivuus eri tietokantojen välillä usein uupuu ja tarvittaisi sekä kansallista että kansainvälistä linjausta
• Tarvittaisi keskustelua kolmi- tai nelikantaisesti: tällä hetkellä keskustelua lähinnä CSC:n ja tutkijan tai CSC-korkeakoulu, mutta ei korkeakoulu-yliopisto. Vuoropuhelua lisää. Myös IDA-ihmiset (usein kirjastoissa) ja ICT ihmiset yhteen korkeakouluissa!

Suurteholaskenta

Suurteholaskennan potentiaali on valtava, mutta yhteisesti on huomattu, että tämänhetkinen yhteydenpito on epäsäännöllistä, eikä kokonaiskuvaa suurteholaskennan palveluista ole muodostunut. Miten vaikkapa opiskelijat ja opettajat voisivat hyödyntää sitä? Entä, mitä virkaa suurteholaskennalla voisi olla yritysyhteistyössä?  Tutkimuksen tukitoiminnolle on myös tarvetta, mutta ei kaikilla korkeakouluilla.

Tässä pajassa haluamme ottaa ratkaisulähtöisen etenemistavan ja lähestyä teemaa pienen mini case esimerkin kautta, sillä ne on havaittu tehokkaimmiksi (ks. sovellusesimerkit vuodelta 2019 https://wiki.eduuni.fi/x/TySeBw).

Tärkeää on myös tuoda esiin, että ylipäätään suurteholaskennan koulutusten, kuten tämänkin kehityspajan, kohderyhmä on tutkijoiden lisäksi erityisesti myös muu yliopiston henkilökunta: IT-palvelut, tutkimuksen tuen henkilöt sekä eri alojen avainhenkilöt (professorit, ryhmien vetäjät, TKI-koordinaattorit), jotka voivat osaltaan käyttää ja opastaa suurteholaskennassa.

Haluamme myös välittää tietoa käyttäjistä ja käyttökohteista korkeakouluihin esimerkinomaisesti avaamalla CSC:n tietovaraston tai tutkimusryhmien oman hallintatyökalun, MyCSC:n, käyttöä.

Pilvipalvelut

Kuinka paremmin jäsennämme korkeakoulutuksessa ja tutkimuksessa tapahtuvaa toiminnan muutosta siten, että pilvipalvelujen hyödyntämien ja yhteistyö etenisi merkittävästi? Tavoitteena on mahdollistaa korkeakoulujen kehittyminen pilvipalvelujen hyödyntämisessä sekä tunnistaa osaamistarpeita ja yhteistyömahdollisuuksia eri osa-alueilla. Keskustelussa otetaan huomioon erityisesti kaupalliset pilvet ja eurooppalainen yhteistyö. Lisäksi haluamme keskustella pilvisiirtymän kustannusvaikutusten arvioinnista ja budjetoinnista.

Kehittämispajassa muodostamme yhteistä näkemystä ja tunnistamme asioita, joita meidän tulisi ennakoida ja edesauttaa, jotta pystyisimme yhdessä rakentamaan tarvittavaa osaamista ja kyvykkyyksiä. Kehittämispajan tavoitteena on myös vahvistaa yhteistä tietopohjaa teeman ympärillä ja tarjota aiheen asiantuntijoille mahdollisuus yhteisten ratkaisupolkujen löytämiseen.