Freiburg, 19.03.2025
Die Universität Freiburg baut ihre Rechenkapazität für maschinelles Lernen mit der Anschaffung eines neuen Hochleistungsclusters weiter aus. Das Großgerät modernisiert und erweitert die bestehende Infrastruktur und stärkt damit die Grundlagenforschung im Bereich der künstlichen Intelligenz (KI).
Deep Learning ist ein Kernforschungsgebiet des Instituts für Informatik an der Universität Freiburg, auch des Teams um Prof. Dr. Frank Hutter, Professor für Maschinelles Lernen. Daneben ist künstliche Intelligenz auch ein Querschnittsthema mit hoher Bedeutung für die Universität Freiburg. Große Rechenressourcen sind hierbei notwendig, um starke Modelle zu lernen. Der neue Hochleistungscluster mit leistungsfähigen, energieeffizienten GPU- und CPU-Recheneinheiten sowie erweiterten Speicherkapazitäten schafft neue Möglichkeiten, innovative Methoden des maschinellen Lernens zu entwickeln. Anwendbar sind diese etwa für generative Sprachmodelle, autonomes Fahren und Robotik, das Lernen aus kleinen Datenmengen oder medizinische Bildverarbeitungen.
„Diese Investition ermöglicht entscheidende Fortschritte in der KI-Entwicklung für Wissenschaft und Gesellschaft.“
Der Schwerpunkt der Projekte liegt hierbei auf der Erforschung sogenannter Basismodelle für verschiedene Modalitäten wie Sprache, Bilder, Robotik, Bioinformatik und tabellarischen Daten. „Gerade im boomenden Gebiet von Vorhersagen auf tabellarischen Daten wie Excel Dateien ist Freiburg weltführend, und die neue Infrastruktur wird das weiter verstärken“, sagt Hutter. Der neue Deep-Learning-Cluster kommt auch dem Sonderforschungsbereich (SFB) „Small Data“ sowie den Forschungsinitiativen „BrainWorlds“ und „Adaptive Futures – Emerging Technologies and Adaptive Governance“ der Universität Freiburg zugute.
Das Vorhaben wird mit insgesamt 4.477.103,20 Euro finanziert. Der Europäische Fonds für regionale Entwicklung (ERDF), die Deutsche Forschungsgemeinschaft (DFG) und das Land Baden-Württemberg fördern die Anschaffung. „Diese Investition ermöglicht entscheidende Fortschritte in der KI-Entwicklung für Wissenschaft und Gesellschaft“, sagt Hutter.