Sintesi del progetto
Interactive Computing (IAC) nasce per risolvere un limite strutturale dei tradizionali workflow HPC, basati quasi esclusivamente sull’esecuzione simultanea di grandi volumi di dati da parte delle risorse di calcolo (modalità batch) e dunque inadatti all’esplorazione interattiva di dataset di grandi dimensioni. Il progetto intende abilitare la possibilità per gli utenti di eseguire analisi visuali, filtraggi, esplorazioni iterative e riduzione dati direttamente dal browser, rimanendo allo stesso tempo vicini ai dati prodotti dalle simulazioni HPC, in modo da rendere l’HPC più accessibile e immediato per gli utenti scientifici dei diversi domini.
Obiettivo
L’obiettivo del progetto è unificare batch computing e data analytics interattivo per favorire un ciclo di ricerca continuo, dove simulazione, ispezione, filtraggio e analisi si succedono senza le tradizionali barriere operative. La piattaforma mira a fornire un ambiente moderno, intuitivo e basato sul web, che utilizzi strumenti già consolidati nelle comunità scientifiche (VisIVO e DivExplorer) rendendoli disponibili in un contesto HPC scalabile, riproducibile e interoperabile.
Problemi e necessità
I flussi batch sono efficaci per produrre risultati, ma poco adatti quando serve “guardare dentro” i dati, confrontare alternative e capire quali elaborazioni lanciare dopo. Con dataset molto grandi, spostare i file o lavorare su risorse standard rallenta e complica l’esplorazione. L’assenza di un ambiente integrato limita anche la riproducibilità e rallenta l’interazione tra gruppi di ricerca interdisciplinari. IAC risponde a queste necessità integrando pipeline HPC, storage ad alte prestazioni e strumenti di visual analytics in un’unica esperienza utente
Soluzioni sviluppate
Il progetto ha sviluppato un prototipo operativo che integra i sistemi di visualizzazione e analisi di grandi volumi di dati come VisIVO e DivExplorer nella piattaforma Interactive Computing di CINECA. La soluzione permette filtraggio, selezione di subset, parameter steering e visual analytics avanzate. Il workflow validato dimostra che strumenti specifici di dominio possono convivere con infrastrutture HPC ad alte prestazioni, mantenendo al tempo stesso scalabilità e compatibilità con i vincoli operativi del Supercalcolo. L’approccio è estensibile ad altri domini scientifici, dai modelli climatici alla fluidodinamica computazionale.
Impatti
La capacità di esplorare i dati scientifici in modo interattivo direttamente nel contesto HPC consente di accelerare sensibilmente il processo di scoperta scientifica. I ricercatori possono ottenere feedback immediato, guidare le simulazioni successive con maggiore consapevolezza e prendere decisioni in tempi molto più brevi. La metodologia proposta è già applicabile in astrofisica e potrà evolvere verso domini critici come climatologia, materiali avanzati e ricerca medica, contribuendo indirettamente alla società attraverso una ricerca più rapida, trasparente ed efficace.
Settori di applicazione
Il progetto è immediatamente utile per Astrofisica, Geoscienze e tutte le discipline che fanno uso di grandi simulazioni HPC. Le metodologie sono replicabili su altre infrastrutture HPC e possono essere adottate da Università, Centri di ricerca, Enti Meteorologici, Laboratori Industriali e istituzioni che necessitano di analizzare dataset molto estesi in modo interattivo. In prospettiva, l’infrastruttura potrà essere estesa anche a un pubblico non specialista, favorendo la diffusione della cultura del dato e l’adozione di strumenti di analisi avanzati.
