Osiągnięcia

Sano korzysta z najszybszych polskich superkomputerów zlokalizowanych w krakowskim Akademickim Centrum Komputerowym Cyfronet AGH. Obecnie zainstalowana tam Athena to potężny klaster dedykowany do obliczeń GPGPU. Z mocą obliczeniową wynoszącą 7,71 PFlops, Athena zajmuje 105 miejsce na liście TOP500, co czyni ją najpotężniejszym klastrem obliczeniowym w Polsce. Łącznie trzy główne systemy HPC w Cyfronecie zapewniają ponad 10 PFlops mocy obliczeniowej.

Przykładowe publikacje
https://sano.science/research-type/publications/

Prediction of misfolded proteins spreading in Alzheimer’s disease using machine learning and spreading models

uca Gherardini, Aleksandra Zajdel, Lorenzo Pini and Alessandro Crimi

Cerebral Cortex Journal, October 2020,

DOI: https://doi.org/10.1093/cercor/bhad380

Deep learning for estimation of fetal weight throughout the pregnancy from fetal abdominal ultrasound

Szymon Płotka, Michal Grzeszczyk, Paula Szenejko, Kinga Żebrowska, Natalia Szymecka-Samaha, Tomasz Łęgowik, Michał Lipa, Katarzyna Kosińska-Kaczyńska, Robert Brawura-Biskupski-Samaha, Ivana Igum, Clara Sánchez, Arkadiusz Sitek

American Journal of Obstetrics & Gynecology MFM, October 2023

DOI: https://doi.org/10.1016/j.ajogmf.2023.101182

Toward the Observability of Cloud-Native Applications: The Overview of the State-of-the-Art 

Joanna Kosińska, Bartosz Baliś; Marek Konieczny; Maciej Malawski; Sławomir Zieliński

IEEE Access, June 2023

DOI: https://doi.org/10.1109/ACCESS.2023.3281860

Wkrótce więcej informacji

Sano będzie korzystać z najszybszych polskich superkomputerów zlokalizowanych w krakowskim Akademickim Centrum Komputerowym Cyfronet AGH. Obecnie zainstalowany tam Prometheus ma moc obliczeniową ponad 50 000 najwyższej klasy komputerów PC, składa się z 15 szaf, z których każda zawiera 144 serwery i waży ponad 30 ton. W latach 2021-2022 planowana jest istotna rozbudowa infrastruktury obliczeniowej Cyfronetu, z której również będzie korzystać Sano.

Przykładowe publikacje

The EurValve model execution environment

Bubak, K. Czechowicz, T. Gubała, D. R. Hose, M. Kasztelnik, M. Malawski, J. Meizner, P. Nowakowski, and S. Wood

Royal Society, 11 December 2020,

DOI: https://doi.org/10.1098/rsfs.2020.0006

PRIMAGE project: predictive in silico multiscale analytics to support childhood cancer personalised evaluation empowered by imaging biomarkers 

Martí-Bonmatí, Á. Alberich-Bayarri, R. Ladenstein, I. Blanquer, J. Damian Segrelles, L. Cerdá-Alberich, P. Gkontra, B. Hero, J.M. García-Aznar, D. Keim, W. Jentner, K. Seymour, A. Jiménez-Pastor, I. González-Valverde, B. Martínez de las Heras, S. Essiaf, D. Walker, M. Rochette, M. Bubak, J. Mestres, M. Viceconti, G. Martí-Besa, A. Cañete, P. Richmond, K.Y. Wertheim, T. Gubala, M. Kasztelnik, J. Meizner, P. Nowakowski, S. Gilpérez, A. Suárez, M. Aznar, G. Restante and E. Neri

European Radiology Experimental, 2020, 4: 22

DOI: https://doi.org/10.1186/s41747-020-00150-9

Wkrótce więcej informacji