dc.contributor.author |
Schneider, Gerhard |
|
dc.contributor.author |
Heuveline, Vincent |
|
dc.contributor.author |
Horstmann, Karl-Wilhelm |
|
dc.contributor.author |
Neumair, Bernhard |
|
dc.contributor.author |
Hätscher, Petra |
|
dc.contributor.author |
Kolbitsch, Josef |
|
dc.contributor.author |
Rehm, Simone |
|
dc.contributor.author |
Resch, Michael |
|
dc.contributor.author |
Walter, Thomas |
|
dc.contributor.author |
Wesner, Stefan |
|
dc.contributor.author |
Castellaz, Peter |
|
dc.date.accessioned |
2019-02-15T11:44:12Z |
|
dc.date.available |
2019-02-15T11:44:12Z |
|
dc.date.issued |
2019-02-15 |
|
dc.identifier.other |
1795785535 |
de_DE |
dc.identifier.uri |
http://hdl.handle.net/10900/86484 |
|
dc.identifier.uri |
http://nbn-resolving.de/urn:nbn:de:bsz:21-dspace-864846 |
de_DE |
dc.identifier.uri |
http://dx.doi.org/10.15496/publikation-27872 |
|
dc.description.abstract |
Computational Sciences1 und damit die HPC-Systeme als ihr technisches Fundament gewinnen
unablässig an Bedeutung, wie auch der Wissenschaftsrat in seinen jüngsten Empfehlungen zur
„Finanzierung des Nationalen Hoch- und Höchstleistungsrechnens in Deutschland“2 betont. Die
fortschreitende Digitalisierung der Wissenschaft generiert auf Basis verschiedener Forschungs-
infrastrukturen Forschungsdaten und damit Anforderungen, die von der schnellen Speicherung
bei der Datenerhebung, über die Verarbeitung in HPC- und Cloudsystemen bis hin zur notwen-
digen Aufarbeitung der Daten im Sinne „guter wissenschaftlicher Praxis“ reichen. Die Analyse
dieser großen Datenmengen zur Gewinnung von neuen Erkenntnissen wird Data Intensive
Computing (DIC) genannt – sie wird heute neben Theorie, Experiment und Simulation als vierte
Säule der Wissenschaft3 bezeichnet. Hinzu kommen die notwendigen technischen und organi-
satorischen Maßnahmen für eine nachhaltige Nutzung der Daten, die eine langfristige Speiche-
rung und eine nach Möglichkeit öffentliche Zugänglichkeit garantieren.
Der Erkenntnis folgend, dass diese neuen Anforderungen nicht mehr sinnvoll von einzelnen
Universitäten oder Forschungsinstitutionen bedient werden können, koordinieren die wissen-
schaftlichen Rechenzentren des Landes Baden-Württemberg ihre Aktivitäten diesbezüglich.
Gleichzeitig wollen die Landesuniversitäten den Empfehlungen des Rats für Informationsinfra-
strukturen (RfII) folgen und ihre Infrastrukturentwicklungen mit dem Aufbau einer Infrastruk-
tur für Forschungsdatenmanagement auf Basis ihrer HPC- und DATA-Konzepte verschränken.
Kooperative Lösungen helfen die beschriebenen Herausforderungen zu bewältigen und verspre-
chen einen institutionen- und disziplinübergreifenden Mehrwert.
Für die Periode von 2018 bis 2024 ist es das Ziel aller beteiligten Akteure, den beschrittenen Weg
der Kooperation gemäß der HPC Landesstrategie4 weiter zu verfolgen. Damit baut das Land Ba-
den-Württemberg ein wesentliches Alleinstellungsmerkmal bei der Unterstützung der Wissen-
schaften aus und bekundet ausdrücklich das Interesse und die Bereitschaft, in einer frühen
Phase beim Aufbau und der Entwicklung der Nationalen Forschungsdateninfrastruktur (NFDI)5
mitzuwirken. Im Sinne eines integrierten Ansatzes werden die bestehenden Konzepte für HPC,
DIC und LS2DM weiterentwickelt und in einer gemeinsamen Strategie zusammengeführt.
Gleichzeitig werden die Grundlagen für eine frühe Beteiligung am Aufbau einer NFDI geschaffen
und erforderliche Infrastrukturen bereitgestellt. |
de_DE |
dc.language.iso |
de |
de_DE |
dc.publisher |
Universität Tübingen |
de_DE |
dc.publisher |
Universität Tübingen |
de_DE |
dc.rights |
ubt-podok |
de_DE |
dc.rights.uri |
http://tobias-lib.uni-tuebingen.de/doku/lic_mit_pod.php?la=de |
de_DE |
dc.rights.uri |
http://tobias-lib.uni-tuebingen.de/doku/lic_mit_pod.php?la=en |
en |
dc.subject.other |
High performance computing |
de_DE |
dc.subject.other |
Data Intensive Computing |
de_DE |
dc.subject.other |
Large Scale Scientific Data Management |
de_DE |
dc.title |
Umsetzungskonzept der Universitäten des Landes Baden-Württemberg für das High Performance Computing (HPC), Data Intensive Computing (DIC) und Large Scale Scientific Data Management (LS² DM) |
de_DE |
dc.type |
Article |
de_DE |
utue.publikation.fakultaet |
8 Zentrale, interfakultäre und fakultätsübergreifende Einrichtungen |
de_DE |