为了满足各种研究团体对计算和存储服务日益增长的需求,六个领先的欧洲超级计算中心开始协调和联合他们的电子基础设施服务组合,目的是支持各种科学和工程团体。西班牙的巴塞罗那超级计算中心(BSC)、法国的Commissariat à L’énergie atomique et aux énergies alternatives (CEA)、意大利的超级计算中心(CINECA)、芬兰的超级计算中心(CSC)、瑞士国家超级计算中心(CSCS)和德国的Juelich超级计算中心(JSC)已经将高端计算和存储服务对齐,以促进Fenix研究基础设施的创建。自2018年以来,该组织一直在向研究社区大规模提供资源。2
以不同类型的数据仓库、可伸缩的超级计算系统和私有云实例为特点,Fenix投资组合由联邦身份和访问管理系统补充。3.目前,针对高性能计算、AI、ML和云计算应用程序的各种服务组合是免费的(https://fenix-ri.eu/access).评审申请时,须遵循评审评审委员会制定的同行评审原则(https://prace-ri.eu/).Fenix的目标是服务于科学和工程领域,这些领域在合作研究和数据共享方面从各种电子基础设施服务中受益匪浅。因此,它利用国家、欧洲和国际资助计划来实现计算、存储和网络资源,以维持电子基础设施服务。还有类似的国家项目,如美国国家科学基金会XSEDE (https://www.xsede.org/).然而,Fenix引入了独特的方面:首先,它为领导级超级计算资源提供商定义了一个联邦研究电子基础设施架构,超越国界;其次,它提供统一的、联合的身份和访问管理解决方案。
Fenix服务和底层技术解决方案的开发是一个迭代的共同设计过程,最初由人脑项目(HBP)驱动,该项目是目前由欧盟委员会资助的旗舰项目,为期10年。Fenix一直在促进特定领域(神经科学)平台服务的设计、实现和操作。联合服务的需求源于科学家之间的合作,例如,大脑地图集(Brain Atlas),这是一个HBP平台服务,需要整合来自整个欧洲和其他地区各种研究团队的数据。4各种神经科学工作流程都需要能够在边缘收集数据(即运行测量的仪器),将其转移到附近或附属的数据中心,并使其可用于进一步的计算密集型处理和与其他数据集集成。后者可能来自地理上分布的数据中心。
图1强调了Fenix与神经科学和其他类似用例共同设计的概念,例如材料云,这是一个平台,旨在实现材料建模应用的开放和无缝共享资源,利用超级计算和云计算资源。5Fenix的初始实例化是在HBP的一个名为交互式计算电子基础设施(ICEI)的特定赠款协议下资助的。Fenix资源开发的突破性科学研究已在https://fenix-ri.eu/infrastructures/success-stories.例如,一个使用Fenix资源构建和模拟个性化大脑网络模型的开源平台支持虚拟大脑(TVB)的工作流程。小脑神经元和网络的成功重建和模拟是另一个例子。TVB和小脑建模中心都是名为EBRAINS的数字研究基础设施的一部分,该设施已被纳入欧洲研究基础设施战略论坛(ESFRI)的2021路线图。Fenix存储服务用于共享SARS-CoV-2病毒的调查结果。这些项目突出表明,Fenix资源不仅能够访问高性能计算和云资源,而且处于为不同科学界实现可持续的数字化研究平台的关键路径上。
Fenix利用欧洲研究与协作认证与授权(AARC)项目的蓝图架构来建立联邦身份和访问管理服务。1所示图2在美国,中心代理服务由GÉANT提供,该公司管理着最大的学术和研究网络之一。该解决方案提供了多个托管站点(如标识提供者(IdPs)和HBP IdP等社区)之间的多级保证和信任。Fenix用户和资源管理服务(FURMS)提供对高性能计算和云资源的联邦访问管理。Fenix联邦的核心目标是为用户提供统一的体验,以及可扩展性,这样社区或特定于领域的平台开发团队就可以透明地利用Fenix AAI。Fenix AAI通过联合多个idp、验证用户配置文件、维护使用协议和策略的注册表以及一般的Fenix使用协议,促进了用户的识别和身份验证。FURMS提供不同粒度(研究小组或社区)的中央会计、预算和报告机制,并提供安全的、基于角色的访问控制。此外,它还充当Fe-nix服务授权所需的属性提供者,例如,用于HPC的安全ssh密钥管理。
图2。Fenix AAI和FURMS实现符合AARC蓝图架构。
1.AARC社区成员,& AppInt成员。AARC蓝图架构2019 (AARC- g045)。Zenodo;https://doi.org/10.5281/zenodo.3672785.
2.Alam S.等。Fenix:为EBRAINS提供分布式电子基础设施服务。Brain-Inspired计算。Amunts, L. Grandinetti, T. Lippert和N. Petkov N.编。计算机科学课堂讲稿12339(2021)。施普林格可汗;https://doi.org/10.1007/978-3-030-82427-3_6
3.Alam S.R.等。存档数据存储库服务,支持联邦研究电子基础设施中的高性能计算和云工作流。在2020年IEEE/ACM实习生论文集。超级计算和云技术互操作性研讨会。
4.阿蒙斯,K.,莫尔伯格,H.,布鲁道,S.,齐勒斯。人脑:人脑细胞结构的三维概率图谱。科学(2020年),纽约,纽约。
5.Talirz, L.等。材料云,一个开放计算科学平台。科学数据7299 (2020);https://doi.org/10.1038/s41597-020-00637-5
数字图书馆是由计算机协会出版的。版权所有©2022 ACM, Inc.
没有发现记录