Ein Jahr BayernKI: Großer Bedarf an Rechenkraft für KI

Reichen diese Ressourcen angesichts der herrschenden KI-Euphorie aus?
Wellein: Die hohe Auslastung, stark wachsende Nutzungszahlen und neue Anwendungsszenarien deuten darauf hin, dass Kapazitätsgrenzen in Sichtweite kommen.

BayernKI wurde für Anwendungen wie Machine Learning, Mustererkennung oder Computer Vision, Verarbeitung von Sprache sowie generative KI ausgelegt: Wer setzt darauf?
Hammer: Die Zugriffsmöglichkeiten auf unterschiedliche KI-Systeme bringen Nutzende aus allen bayerischen Universitäten an die beiden Rechenzentren. Bemerkenswert und erfreulich ist, dass BayernKI nach unserer Beobachtung Forschende aus bislang eher unterrepräsentierten Bereichen anspricht – etwa von den Hochschulen für angewandte Wissenschaften. Wir gewinnen mit BayernKI folglich Anwenderinnen und neue Einsatzszenarien fürs HPC und für Supercomputer. Diese führen ebenfalls KI-Methoden aus, daneben auch klassische Berechnungen und Simulationen, mit denen heute die Grundlagen zur Entwicklung von eigenen KI-Modellen geschaffen werden.
Wellein: Der Fokus von BayernKI liegt auf den oben beschriebenen Anwendungsfällen, das Entwickeln und Trainieren von Modellen, die besonders vom GPU-Einsatz profitieren. Doch KI wird in der Wissenschaft sehr breit eingesetzt. So kommt jetzt verstärkt die Inferenz ins Spiel, der Einsatz von trainierten Modellen zur Analyse oder Generierung von Texten oder Daten oder als Näherung für komplexe Modelle. Diese Entwicklung betrifft beinahe alle Forschungsbereiche von Natur- bis Geisteswissenschaften, von Physik über Klimatologie bis hin zur Medizin.

Schon vor BayernKI gab es äußerst erfolgreiche Forschung rund um KI in Bayern – schafft es die Offensive, nach Informatik, Daten- und Naturwissenschaften weitere Disziplinen zu BayernKI und damit an die neue Technologie zu führen? Wie?
Hammer: Tatsächlich beobachten wir erste Nutzungsgruppen aus den Geistes- und Sozialwissenschaften, aber auch aus Ingenieurswissenschaften oder Wirtschaft und Management. Spannend finde ich insbesondere Anträge von Teams, die mit Hilfe von KI-Modellen Materialien oder Bauteile bewerten und deren Lebensdauer abschätzen oder damit Gebäude analysieren und deren Energiebedarf oder Belüftung verbessern wollen – diese alltagsorientierten Anwendungen zeigen die gesellschaftliche und wirtschaftliche Relevanz von Forschung und ihren technischen Möglichkeiten.
Wellein: Wir arbeiten daran, BayernKI noch breiter in der Forschungscommunity bekannt zu machen und vernetzen uns dafür mit potenziellen Anwendungsgruppen oder präsentieren BayernKI bei Informationsveranstaltungen der Universitäten und Hochschulen, um uns hier auszutauschen und die technischen Bedürfnisse von Forschenden kennenzulernen. Als hilfreich beim Bekanntmachen von BayernKI haben sich die Trainingsangebote erwiesen, insbesondere die für Studierende und Forschende mit wenig Vorerfahrung.

Wie verteilen sich die Teilnehmenden in den Ausbildungsangeboten von BayernKI auf Startende und Fortgeschrittene?
Hammer: Etwa zwei Drittel der Teilnehmenden buchen Angebote für Einsteigende, ungefähr ein Drittel belegt die Workshops für Fortgeschrittene. Das zeigt, dass BayernKI einen Bildungs- und Qualifizierungsauftrag realisiert. Die Kurse bringen Studierende und Forschende zur KI-Technik und möglichen Anwendungen. Der praktische Einsatz weckt danach meist weitere Ambitionen. Wir sehen viele Teilnehmende daher später in den Kursen für Fortgeschrittene wieder.

Neben Training bieten die beiden Rechenzentren Beratung für die Forschenden – wo brauchen sie besonders oft Unterstützung?
Hammer: Ähnlich wie beim HPC und Supercomputing gehören das Erkennen von Fehlern in oder Problemen mit der Software sowie die Optimierung zu den Herausforderungen, außerdem die Steigerung von Performance fürs Training. Daher haben wir BayernKI von Anfang an mit einem kompetenten Support-Team geplant, das sich auf beide Rechenzentren verteilt. Die Beraterinnen begleiten Arbeitsgruppen durch die ganze Projektlaufzeit, beantworten Fragen, helfen bei der Implementierung von KI-Anwendungen auf parallelisierte Systeme oder unterstützen die Skalierung auf nächstgrößere Systeme.
Wellein: Teilweise beginnt die Beratung schon viel früher, wenn Forschende beispielsweise wissen wollen, welche Projekte sie überhaupt auf den BayernKI-Ressourcen umsetzen können oder welche Systeme sie für ihre Anwendungen benötigen. Viele Fragen betreffen außerdem den Hintergrundspeicher und die dazu notwendigen Infrastrukturen, beides wird allzu oft vernachlässigt beim Einsatz von KI.

Haben Sie Überraschungen erlebt, die beispielsweise Planungen veränderten?
Wellein: Die Verfügbarkeit von Hardware und die Preisdynamik auf den Märkten haben unsere Pläne beeinflusst – wir haben deshalb Antragsverfahren und Beschaffungen beschleunigt, um zusätzliche Rechenleistung aufbauen zu können. Mit dieser Situation werden wir sicher weiter umgehen müssen, es herrscht weltweit weiterhin riesiger Bedarf an KI-Hardware.
Hammer: Positiv überrascht hat uns das große Interesse der Hochschulen an BayernKI. Nicht zuletzt haben wir unter den beantragten Projekten eine hohe Qualität von KI-Anwendungen sowie viele unterschiedliche Einsatzfelder gesehen – Bayern und Deutschland müssen sich sicher nicht verstecken, wenn es um Ideen und Entwicklung innovativer KI-Verfahren geht.