Osiągnięcia
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,
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
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,
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