Rekenkracht van de Delftse supercomputer ook voor BK

Nieuws - 06 april 2022 - Communication BK

Onderzoek is steeds meer gebaseerd op data en op hoe data kunnen worden ingezet om tot betere ontwerpen, beslissingen of metingen te komen. Het vraagt soms enorme rekenkracht om alle modellen en scenario’s te verwerken. Binnenkort kunnen alle onderzoekers, studenten en onderwijs aan de TU Delft gebruik maken van de rekenkracht van DelftBlue voor het oplossen en doorrekenen van complexe problemen. Deze high-performance computer heeft een snelheid van maar liefst 2 petaflops (een miljoen maal een miljard berekeningen per seconde). Ook voor de Faculteit Bouwkunde is deze supercomputer vanaf eind april te gebruiken.

High-performance computing op BK – Delft AI Labs

Ook bij Bouwkunde wordt er gewerkt aan innovaties die met de supercomputer mogelijk worden. Voorbeelden zijn te vinden in de drie Artificial Intelligence (AI) Labs die bij BK zijn gestart, als onderdeel van het TUD-brede AI Labs programma. In deze AI Labs werken experts ‘In AI’ samen met experts uit diverse domeinen om AI binnen deze toepassingen verder te brengen. De drie AI Labs op Bouwkunde zijn:

3D Urban Understanding: (3DUU)

Dankzij ontwikkelingen in fotogrammetrie (het inwinnen van informatie uit foto’s waarbij de nadruk ligt op de maatvoering) en 3D computer vision kunnen we nu de gebouwde omgeving op grote schaal in 3D vastleggen. In het 3DUU Lab worden nieuwe methoden en technieken ontwikkeld om objecten in de gebouwde omgeving automatisch in 3D te herkennen en te modelleren met behulp van AI. De technieken zullen automatisch detecteren wat ieder object of oppervlak in de data voorstelt, zoals een gebouw, een boom, een verkeerslicht, of een terreinvlak. Deze data kunnen worden gebruikt in verschillende toepassingen, zoals planning, beheer, visualisatie, analyse en simulatie. Op basis van deze informatie kunnen we inzicht krijgen in de huidige toestand of de toekomstige toestand van een bepaald gebied van een stad om zo de beste beslissingen te nemen over planning, ontwerp en beheer in stedelijk gebied.

Artificial Intelligence for Design, Analysis, and Optimization in Architecture & the Built Environment: (AiDAPT)

Bij AiDAPT worden AI-methoden ontwikkeld om architecten en ingenieurs te helpen bij het analyseren van grote hoeveelheden beschikbare gegevens (ontwerpen, beeld, video, metingen in en aan gebouwen en constructies) om deze gegevens verder optimaal te integreren in hun complexe besluitvormingsproces. Van het eerste ontwerp tot het plannen van de levenscyclusplanning: het creëren en exploiteren van de gebouwde omgeving brengt complexe beslissingen en analyses met zich mee. Deze complexiteit overstijgt de capaciteit van bestaande computermethoden om beschikbare gegevens te verwerken en beslissingen op grote schaal te optimaliseren, aI beschikken we over ongekende mogelijkheden om onze beslissingen beter te ondersteunen en deze te sturen. De complexiteit van architectonische en bouwkundige toepassingen biedt een vruchtbare basis voor de validatie en ontwikkeling van AI-methoden voor domein-specifieke intelligentie.

Activating Intelligence in Building Lasting and Liveable Environments (AiBLE Lab), Leider: Dr Tong Wang, MBE (en EWI)

De gebouwde omgeving staat voor grote maatschappelijke uitdagingen. Planners, architecten en burgers die deze ruimten gebruiken of erin wonen, kunnen allemaal verschillende opvattingen en prioriteiten hebben. Elke strategie voor het omgaan met de uitdagingen van de gebouwde omgeving moet rekening houden met verschillende voorkeuren tijdens het ontwerpproces. Het AiBLE Lab onderzoekt hoe AI kan worden ontwikkeld en gebruikt in complexe real-world scenario's. Het doel is om te helpen tot effectieve, transparante en duurzame beslissingen en overeenkomsten te komen. Dit betekent dat menselijke feedback in het proces wordt opgenomen, de besluitvorming voortdurend wordt verbeterd en gedragsveranderingen worden gestimuleerd. Het lab richt zich op twee belangrijke uitdagingen in de gebouwde omgeving: energietransitie en circulariteit.

Onderwijs

Ook het onderwijs op BK zal niet zonder de high-performance computing kunnen zoals de Computational Design Studio BK7083, en de twee keuzevakken aangeboden door de MSc Geomatics: Machine Learning for the Built Environment GEO5017, en Modelling wind and dispersion in urban environments GEO5015.

DelftBlue

Met de ontwikkeling van de supercomputer DelftBlue komt het Delft Institute for Computational Science and Engineering (DCSE) tegemoet aan de enorme behoefte van onderzoekers en studenten aan high-end computing resources.

Het doel van DCSE is om alle TUD-onderzoekers op het gebied van computational science en engineering met elkaar in contact te brengen en om cross-facultair onderzoek te intensiveren. Het onderwijs aangeboden door DCSE, is bedoeld voor zowel bachelor-, master-, doctoraalstudenten, postdocs als alle stafmedewerkers. Het instituut bestaat sinds 2017. Een tweede termijn van vijf jaar is eind 2021 toegekend en wordt ondersteund door de zes oprichtende faculteiten en de Faculteit Bouwkunde die onlangs is toegetreden.

Toegang tot DelftBlue kun je aanvragen via het self-service portal.

Meer informatie

  • Voor Bouwkunde is professor Jantien Stoter contactpersoon voor zowel het DCSE als DelftBlue. Heb je hierover vragen dan kun je contact met haar opnemen.
  • 3D Urban Understanding: (3DUU), leider: Dr Liangliang Nan, Urbanism (en EWI)
  • Artificial Intelligence for Design, Analysis, and Optimization in Architecture & the Built Environment (AiDAPT). leiders:  Dr Seyran Khademi (Architecture) and Dr Charalampos Andriotis (AE&T)
  • Activating Intelligence in Building Lasting and Liveable Environments (AiBLE Lab), leider: Dr Tong Wang, MBE (en EWI)

Wil je meer weten over het DCSE en DelftBlue kijk dan op de website van DHCP, waar je je ook kunt registreren voor de DCSE nieuwsbrief of bekijk de video TU Delft | The Delft High-Performance Computing Centre (DHPC):

Eerder verschenen nieuwsberichten: Supercomputer TU Delft officieel geopend

Afbeelding header: foto door JJ Ying via Unsplash.
/* */