Puerto de Información Científica PIC (Port d'Informació Científica)

Los centros de datos del PIC se ubican en el edificio D de la UAB, con control de acceso 24×7. Las salas técnicas donde se aloja el equipamiento informático del PIC disponen de fuentes de alimentación de alta disponibilidad, incluyendo un SAI de 500 KVA y generadores diésel que cubren la demanda total del edificio, así como un sistema de refrigeración de alta eficiencia. El PIC cuenta con dos centros de datos diferentes en el mismo edificio: ● Sala refrigerada por aire de 150 m² que alberga el equipo de almacenamiento y cálculo informático. Incluye un innovador sistema de contención de aire caliente sobre el techo que aumenta la eficiencia. El aire caliente se enfría mediante tres unidades de freecooling indirecto apoyadas por una instalación adiabática. La sala dispone de un sistema de detección y protección contra incendios. ● Sala de 25 m² con sistemas de refrigeración por inmersión líquida que alberga únicamente recursos informáticos. Dispone de cuatro tanques de refrigeración Green Revolution, cada uno de los cuales puede contener 45 U de equipamiento informático y disipar hasta 45 kW de calor. Clúster de cómputo: 160 nodos de cómputo que proporcionan un total de: ● 12000 núcleos de CPU ● 18 GPUs ● 34 TB de RAM ● 524 TB de disco local Sistema de almacenamiento en disco: ● Gestionado por software dCache ● Capacidad instalada de 20 Petabytes ● Acceso desde los nodos de cómputo ● Acceso remoto vía web y con protocolos https/webdav, gridftp, xrootd, scp Sistema de almacenamiento en cinta magnética: ● Gestionado por software Enstore/dCache ● Capacidad instalada de 63 Petabytes ● Acceso desde los nodos de cómputo ● Acceso remoto con protocolos https/webdav, gridftp, xrootd, scp Red: ● Conectividad de 200Gbps con la Anella Científica ● Red interna 100Gbps ethernet---

1. Gestión de datos ● Almacenamiento de datos a escala multi-Petabyte, manteniéndolos accesibles con control de acceso. ○ Espacio de datos escalable y de alto rendimiento para analizar y compartir datos a través de la web. ○ Preservación de datos a largo plazo. ● Consultoría para diseñar, implementar y operar flujos de trabajo automatizados de procesamiento y análisis de datos. 2. Análisis de datos ● Clúster con CPU y GPU para ejecutar trabajos de análisis de datos. ● Acceso web a recursos de CPU y GPU mediante cuadernos Jupyter. ● Consultoría para implementar flujos de trabajo de análisis y acelerar el rendimiento. 3. Desarrollo de software ● Plataforma Gitlab para gestionar el control de versiones y CI/CD. ● Asesoramiento en la implementación de metodologías DevOps en el desarrollo de software científico. 4. Formación ● Python ● Aprendizaje automático

GINYS-IFAE-004

Oberto