- mængden af data vokser så enormt, at vi ikke magter at udnytte dem optimalt. De mange apparater på nettet sender data, der skal analyseres og vurderes Store nye typer software til for at man kan udnytte de massive datamængder der produceres f.eks. i energi- og finanssektoren, og denne software skal kunne fortolke de mange data og fungere som beslutningsstøtte.
2. June 23, 2009 Page 2 Barriere Eksponentiel vækst af data Multi-core krisen Data-intensive beregninger på GPU’en
3. Faglige Mål Eksisterende anvendelser med større data Dansk erhvervsliv bliver i stand til at udnytte de massive mængder data de ligger inde med – som i dag kun i neddroslede versioner kan processeres, visualiseres og fortolkes. Nye anvendelser af data At skabe nye anvendelser af data til processering, visualisering og fortolkning ved til fulde at udnytte beregningskapaciteten tilgængelige i moderne pc’ere. 100-250x hurtigere beregning
4. June 23, 2009 Page 4 Vækst i mængden af digital information
6. Multi-core crisis Megen software er udviklet til enkelt-kerne processor Bliver ikke længere hurtigere
7. GPU’en som accelerator ”Supercomputing on the desktop” 100-250x hurtigere beregninger for velegnede problemer
8. CASE: Cardiac Surgery Simulation Medfødte hjertefejl hos børn Interaktiv kirurgisk simulator Præ-operativ planlægning og træning Tværvidenskabeligt samarbejde Vævsdeformation i realtid Forcefeedback Overflade rendering MRI-baseret data June 23, 2009 Page 8
12. Processering Streaming på mobile enheder mængden af indkommende data overstiger lang muligheden for at lagre denne og beregningsenheden er relativt lille live-streaming af koncerter med navigations muligheder igennem interpolation af samtlige video signaler” Hadoop en open source implementation af Map-Reduce programmeringsmodellen Samarbejde med MadAlgo Multi-cores CPU og General Purpose GPU CUDA og OpenCL OpenMP Samarbejde med DHI
13. Visualisering og Simulation Interaktiv Infographics ”information-overload”, kampen om læsernes opmærksomhed og den massive mængden af data, der ligger bag analyser og statistikker interaktive illustrationer og informations grafik til formidling af kompleks information – henover web, mobiler og storskærme. Samarbejde med Digital Urban Living, Danmarks Statistik, Pietersons Institute Medicinsk visualisering og simulering Automatisk billedbehandling og diagnose-relevant visualisering Kirurgisk træning igennem simulatorer. Samarbejde med Datalogisk Institut Simulation af visuelle fænomener Præcis gengivelse af visuelle fænomener (global illumination) meget hurtigt ved hjælp af GPU acceleration Interaktiv design af geometri, lys og materiale Samarbejde med Henrik Wann Jensen
14. Fortolkning Afdækning og vidensopbygning omkring de mest anvendelsesorienterede state-of-the-art algoritmer Datadriven machine learning, pattern recognition, feature extraction, clustering, data-mining og decision support Samarbejde med DHI Integration og fortolkning af positioneringsdata effektive søgealgoritmer til søgning i Internet baserede data kombineret med realtids positioneringsdata Sociale netværk / udendørs computerspil Brain-computer interface fokus på handikappede og computerspil Samarbejde med Ålborg Universitet og DTU
15. Eksempler på anvendelse Store mængder af data fra sensorer i produkter Data skal behandles løbende, da de er for store til at gemme June 23, 2009 Page 15
16. Eksempler på anvendelse Visuel kommunikation ved hjælp af interaktive illustrationer Let forstålig adgang til mange data Brugeren kan undersøge og navigerer June 23, 2009 Page 16
17. Eksempler på anvendelse Virtuel træning Som supplement til træning i virkelighed Altid tilgængeligt Kan visualiserer ting der ikke er tilgængelig i den virkelige verden En instruktør kan ”genafspille” et forløb og analysere den June 23, 2009 Page 17