Workshop. Digital Twin for HPC monitoring with Data Science Techniques
Scuola laD. Progetto Roma Technopole
05 novembre 2025 dalle 09.30 alle 12.30, tramite piattaforma Zoom
Obiettivi e profilo occupazionale
Questo workshop intende fornire un’introduzione ai Digital Twin (DT) e alla loro evoluzione digitale. Verranno mostrate simulazioni avanzate mediante l’uso di computer ad alte prestazioni e calcolo massivamente parallelo (HPC, High Performance Computing). In collaborazione con l’industria, inoltre, verrà mostrato un caso d’uso relativo a un DT di un Data Center. Verranno fornite, inoltre, competenze di base per creare e gestire Digital Twin in ambiente HPC, comprendendo aspetti infrastrutturali, informatici e matematici per la raccolta, l’analisi e la modellazione dei dati.
Il workshop avrà una durata di tre ore e al termine sarà rilasciato un attestato.
Docenti
Marta Chinnici, Davide De Chiara, Francesco Genovese
Livello
Intermedio
Workshop GARR 2025. 3-5 novembre. Iscrizioni aperte
Nelle scorse settimane Microsoft ha eseguito alcune modifiche sui propri sistemi relativamente alla gestione delle Licenze dei propri prodotti.
lità diverse, a due Conferenze nell’ambito di Nanoinnovation 2025.
lla Conferenza GARR 2025, “Frontiere Digitali”, si svolgerà presso Università di Bari, 13-15 maggio 2025 e parlerà di evoluzione delle infrastrutture di telecomunicazione, intelligenza artificiale, sicurezza dei dati e diritti digitali, calcolo e accesso ai servizi su scala nazionale e globale.
Nell’ambito della decodifica di testi scritti a mano in documenti storici, questo studio presenta un approccio alla trascrizione e digitalizzazione di una specifica classe di documenti: i registri navali del XVIII secolo provenienti dai porti inglesi. Si concentra su tre processi chiave: rilevamento del testo (TDET), decodifica del testo (TDEC) ed elaborazione successiva (POST). TDET utilizza algoritmi “learning-free” per segmentare il documento binarizzato in singole righe, mentre TDEC impiega reti neurali per convertire queste righe di immagine in testo ricercabile. POST prevede la ricombinazione del testo decodificato in un formato tabellare strutturato per ricostruire il layout originale della pagina. Durante questa fase, i valori vengono anche normalizzati secondo vocabolari predefiniti per garantire coerenza e accuratezza. Diverse architetture di reti neurali sono state valutate e ottimizzate attraverso diverse combinazioni di iperparametri e set di dati migliorati da tecniche di data augmentation (DA) e generazione di dati sintetici (SDG). I risultati contribuiscono allo sviluppo di una pipeline robusta per la digitalizzazione, la normalizzazione e l’archiviazione di documenti storici scritti a mano, ampliando l’accessibilità ai dati storici.
Un laboratorio digitale che si avvale dell’intelligenza artificiale e del supercalcolo per accelerare la progettazione di materiali innovativi per le applicazioni energetiche nel fotovoltaico, nelle batterie e negli elettrolizzatori. È il “prodotto” del progetto IEMAP (Italian Energy Materials Acceleration Platform), al quale partecipano ENEA (coordinatore), Cnr, RSE e l’Istituto Italiano di Tecnologia. Finanziato dal ministero dell’Ambiente e della Sicurezza Energetica nell’ambito dell’iniziativa di cooperazione internazionale “Mission Innovation”, il progetto ha consentito di dare vita ad un laboratorio digitale altamente tecnologico e innovativo che segna un cambio di passo nella ricerca sui materiali. Infatti, grazie a sofisticate simulazioni, il sistema consente di ridurre gli esperimenti necessari alla messa a punto di nuovi materiali, ottimizzando il processo di sviluppo e rendendo più brevi i tempi di implementazione. L’obiettivo è di accelerare il percorso dei materiali innovativi “dal laboratorio all’applicazione pratica”: un procedimento complesso, che sin dalle prime fasi richiede lunghe sperimentazioni per individuare la giusta composizione chimica in grado di rendere efficiente e duraturo il dispositivo finale, ma anche sostenibile e non molto costoso. E’ stata realizzata una piattaforma che combina un database centralizzato che, con procedure informatizzate avanzate, gestisce grandi volumi di dati, applicazioni di intelligenza artificiale e simulazioni realistiche, anche attraverso l’utilizzo del supercomputer CRESCO6 di ENEA. L’intelligenza artificiale elabora i dati ricavati e li utilizza per selezionare nuove possibili sperimentazioni da avviare al fine di trovare i materiali più adatti. “Dietro questa piattaforma – afferma Massimo Celino, ricercatore della Divisione ENEA per lo Sviluppo di sistemi per l’informatica e l’ICT afferente al Dipartimento Tecnologie energetiche e fonti rinnovabili e responsabile del progetto IEMAP – c’è una rete di laboratori che collaborano con le proprie competenze e condividono dati per progettare insieme nuovi materiali nei settori del fotovoltaico, delle batterie e degli elettrolizzatori. I risultati sono una serie di servizi basati sull’intelligenza artificiale e sulla modellistica molecolare, a disposizione delle aziende per una rapida prototipizzazione del materiale. Possono volerci anche quindici anni per progettare un nuovo materiale, mentre con questa metodologia riduciamo enormemente i tempi necessari”. E conclude: “I nuovi materiali rappresentano la chiave di volta dello sviluppo delle tecnologie energetiche: per il raggiungimento degli obiettivi di decarbonizzazione, assicurando al tempo stesso la competitività delle nostre industrie, è necessario individuare nuovi materiali, poco costosi ma al tempo stesso efficienti e che non utilizzino materie critiche. La piattaforma realizzata nell’ambito del Progetto IEMAP si candida a diventare un riferimento per la ricerca energetica nazionale ed internazionale”.
Roma, martedì 3 dicembre 2024 ore 9.30