Alex Barchiesi
7 novembre
- servizi e applicazioni
Biografia
Ha studiato Fisica delle Particelle all'Università La Sapienza di Roma, fellow al Fermi Institute di Chicago. PhD presso l'Istituto Paul Scherrer (PSI) e l'Università La Sapienza di Roma, ricercatore per l'esperimento Atlas al CERN - vice responsabile software ATLAS CERN e INFN. Ricercatore postdoc presso l'Ecole Politecnique Federale Lausanne (EPFL). Attualmente senior cloud architect e devOps presso GARR
Biografia
Ha studiato Fisica delle Particelle all'Università La Sapienza di Roma, fellow al Fermi Institute di Chicago. PhD presso l'Istituto Paul Scherrer (PSI) e l'Università La Sapienza di Roma, ricercatore per l'esperimento Atlas al CERN - vice responsabile software ATLAS CERN e INFN. Ricercatore postdoc presso l'Ecole Politecnique Federale Lausanne (EPFL). Attualmente senior cloud architect e devOps presso GARR
Abstract
Cloud privato per l'AI: un caso d'uso GARR
Viene presentato il progetto pilota GARR MLops, che coniuga le funzionalità della Cloud GARR con strumenti di automazione avanzata per l'erogazione di un servizio di Intelligenza Artificiale. Mostreremo come abbiamo automatizzato l'attivazione di cluster Kubernetes con GPU in modo neutrale e portabile, ottimizzando l'uso delle GPU attraverso virtualizzazione e time sharing. Inoltre discuteremo come garantire l'accesso altamente sicuro e in totale trasparenza alle risorse sulla Cloud GARR, con un uso minimo di indirizzi IP pubblici, grazie a EduVPN e WireGuard.
Presentazioni
Video
Bio
Barchiesi studied Particle Physics in Rome La Sapienza University, fellow in Fermi Institute Chicago. PhD in Paul Scherrer Institute (PSI) and La Sapienza University of Rome, researcher for Atlas experiment at CERN - deputy ATLAS software responsible at CERN and INFN. Postdoc researcher at Ecole Politecnique Federale Lausanne (EPFL). At present senior cloud architect at Italian academy and research network (GARR)
Abstract
Private Cloud for AI: GARR use case
We will present the GARR MLops pilot project, which combines the functionalities of the GARR Cloud with advanced automation tools to provide an AI service. We will demonstrate how we have automated the activation of GPU-enabled Kubernetes clusters in a neutral and portable manner, optimizing GPU usage through virtualization and time sharing. Furthermore, we will discuss how to ensure highly secure and completely transparent access to resources on the GARR Cloud, with minimal use of public IP addresses, thanks to EduVPN and WireGuard.