Datenintensives Rechnen und Data Life Cycle

Forschungsdaten fallen in nahezu allen Wissenschaftsdisziplinen an. Sie werden erzeugt, müssen gespeichert und verarbeitet werden,  werden verändert, von anderen genutzt oder dauerhaft archiviert. Dazu bedarf es Strategien, Methoden und Werkzeugen wie mit den Daten über deren gesamten Lebenszyklus umzugehen ist - das sogenannte Data Life Cycle Management. Das ZIH bietet hierzu nicht nur Dienste an, sondern entwickelt auch neue Konzepte, Strategien und Werkzeuge, u.a. in den folgenden Gebieten:

• Analyse von Daten- und Computing-Workflows
• Entwicklung von Strategien und Methoden zum Umgang mit Daten über deren gesamten Lebenszyklus
• Metadaten zur Verwaltung und zum Wiederfinden von Daten
• Werkzeuge und Dienste für das Data Life Cycle Management

Forschung bedeutet heutzutage Zusammenarbeit von Wissenschaftlern über institutionelle, politisch-geographische und Disziplingrenzen hinweg. Dazu bedarf es IT-Infrastrukturen, die eine kollaborative und verteilte Verwaltung und Verwertung der Daten, aber auch des aus den Daten generierten Wissens, ermöglichen. Das ZIH entwickelt dazu Methoden und Werkzeuge auf den folgenden Gebieten:

• Mangement von Daten, Metadaten und Wissen
• Verteilte Infrastrukturen für die (Meta)Datenspeicherung
• Daten-Workflows
• Integration von Dateninfrastrukturen in Forschungsumgebungen der Anwender
• Science Gateways

Die Verarbeitung großer Datenmengen erfordert leistungsfähige Speicherinfrastrukturen. Mit dem Antrag auf den Hochleistungsrechner-Speicherkomplex beim Wissenschaftsrat im Jahr 2004 hat das ZIH begonnen, Kompetenz auf diesem Gebiet aufzubauen. Der Fokus lag dabei zunächst auf der Entwicklung von Analysemethoden für verschiedene Dateisysteme. Aktuell forscht das ZIH in diesem Kontext auf folgenden Gebieten:

• Analyse und Optimierung von Speicherinfrastrukturen und Anwendungen
• Entwurf von innovativen Speicherarchitekturen
• Betrieb von Speichersystemen und Anwenderbetreuung

• 100Gbit/s Testbed Dresden-Freiberg
• ADA-FS -  Advanced Data Placement via Ad-hoc File Systems at Extreme Scales
• AI4DI - Artificial Intelligence for Digitalizing Industry
• Dataheap - Erhebung und Einbettung von externen Performance-Daten in Programmspuren
• D-Grid integrationsprojekt 1
• D-Grid Integrationsprojekt 2
• EMI: European Middleware Initiative
• EMuDIG 4.0 - Effizienzschub in der Massivumformung durch Entwicklung und Integration digitaler Technologien im Engineering der gesamten Wertschöpfungskette
• EXPLOIDS - Erkennung und Aufklärung von IT-Sicherheitsvorfällen mit einem neuartigen Angriffserkennungssystem
• GeoKur - Datenkuration für die Umweltwissenschaf­ten
• GeRDi - Generic Research Data Infrastructure
• KEEN: KI-Inkubator-Labore in der Prozessindustrie - AI for process industries
• LSDMA - Large-Scale Data Management and Analysis
• MASi - Metadata Management for Applied Sciences
• MoSGrid: Molecular Simulation Grid

• OpARA: Open Access Repository – Langzeitarchivierung und Veröffentlichung von Forschungsdaten

• Radieschen: Rahmenbedingungen einer disziplinübergreifenden Forschungsdateninfrastruktur
• SFB/TRR 280: „Konstruktionsstrategien für materialminimierte Carbonbetonstrukturen – Grundlagen für eine neue Art zu bauen“ - Informationsinfrastrukturprojekt
• SIOX: Scalable I/O for Extreme Performance
• Transatlantisches 10 Gbit/s Testbed Dresden-Indiana(USA)
• VAVID - Vergleichende Analyse von ingenieurrelevanten Mess- und Simulationsdaten
• WisNetGrid: Wissensnetzwerke im Grid