Gå til sidens indhold
Søg på dst.dk

    High performance computing

    Hvis du har behov for stor regnekapacitet til dataanalyse, modellering eller machine learning, får du med High performance computing (HPC) adgang til en analyseplatform, der kan håndtere komplekse beregninger hurtigt og effektivt.

    HPC er en løsning, hvor dit projekt afvikles på en supercomputer i et HPC-center. I modsætning til traditionelle servere giver HPC mulighed for at skalere regnekapaciteten op eller ned efter behov

    Fordele ved HPC:

    • Høj ydeevne: Beregn og analysér store datamængder langt hurtigere end på almindelige servere.
    • Fleksibilitet: Skalér din kapacitet efter projektets behov.
    • Storage: HPC kan opbevare enorme mængder data og hurtigt hente disse fra hukommelsen.

    Ikke alle projekter kræver HPC. Hvis du arbejder med mindre datamængder, som kan behandles effektivt på en traditionel server, kan en hosted server være en mere omkostningseffektiv løsning. Hvis dine analyser kræver omfattende databehandling, komplekse simuleringer eller machine learning-modeller, vil HPC være en fordel. For at kunne anvende HPC til projekter med data fra Danmarks Statistik, skal det pågældende HPC-center have oprettet en aftale med Danmarks Statistik.

    HPC til sundhedsprojekter via Nationalt Genom Center (NGC)

    Hvis du arbejder med data fra Danmarks Statistik og har et projekt med et sundhedsmæssigt formål, tilbyder vi en HPC-løsning via Nationalt Genom Center (NGC). HPC-løsningen anvender en One-Node-Arkitektur, hvor beregninger udføres på én server ad gangen. HPC-centeret er placeret uden for Danmarks Statistik, men projektet oprettes og kontrolleres af Danmarks Statistik på samme måde som andre projekter. Du administrerer stadig projektet via Danmarks Datavindue.

    For at få et nyt- eller eksisterende projekt tilknyttet NGC, skal du:

    • Have oprettet et tillæg til din databehandleraftale.
    • (Gen)indstille dit projekt til godkendelse hos Forskningsservice.
    • Indgå en aftale med NGC.
    • Kunne indgå i en dialog med teknisk personale omkring opsætning af serveradgang til NGC.

    Betaling for brug af HPC-centeret afregnes direkte med centeret. For at bruge NGC’s HPC-infrastruktur betaler du for installation, hardwareleje, drift og support.

    Hvis du er interesseret i denne løsning, kan du kontakte os på forskningsservice@dst.dk, og høre mere om mulighederne eller få hjælp til, hvordan du kommer i gang med HPC.

    Ny mulighed for datadeling til sundhedsprojekter igennem HPC-løsningen

    Hvis du ønsker at arbejde med meget store datamængder, og har et projekt med et sundhedsmæssigt formål, tilbyder vi en nyt opsætning af projektet igennem vores HPC-løsning ved Nationalt Genom Center (NGC).

    Shared Secure Processing Environment, også kaldet SSPE-løsningen, giver dataleverandører mulighed for stille deres data til rådighed i et lukket miljø, og brugerne mulighed for at analysere disse data sammen med Danmarks Statistiks Grunddata. Dette vil dels gøre det muligt at arbejde med projekter, hvor den eksterne datamængde overstiger lager- og beregnings-kapaciteten på FSE’s servere, dels sikre at forskere, som har indgået juridiske aftaler om ikke at videresende eksterne data til eksterne aktører – herunder Danmarks Statistik – kan overholde disse forpligtelser.

    SSPE-løsningen er en videreudvikling af NGC-løsningen og indføres ikke som en erstatning af den nuværende opsætning, men som et tilbud til projekter der har brug for større kapacitet i deres analyse af data. Der gælder derfor de samme krav til projekter, der ønsker at anvende SSPE-løsningen som til projekter, der ønsker at benytte sig af NGC-løsningen.

    Hvis du er interesseret i denne løsning, kan du kontakte os på forskningsservice@dst.dk, og høre mere om mulighederne eller få hjælp til, hvordan du kommer i gang med SSPE-løsningen.  

    Fremtidens HPC-løsninger i Danmarks Statistik

    Danmarks Statistik samarbejder med DeiC for at udvide adgangen til flere HPC-centre i 2025. Vi arbejder på at give adgang til flere HPC-anlæg, så projekter uden for sundhed også kan benytte analyseplatformen. Denne løsning vil benytte en Multi-Node-Arkitektur, hvor beregninger kan afvikles parallelt over flere servere, hvilket giver endnu større ydeevne.