Use cases

Through a successful collaboration with EuroCC Denmark, DMI researchers gained access to high-performance GPUs, enabling them to accelerate the training of their weather models.

Learn how the AquaINFRA project uses the FAIR principles to bridge marine and freshwater research, enabling seamless data sharing and collaboration across disciplines.

Using DeiC Interactive, Assistant Professor Marek Giebel from CBS analysed millions of patent documents to uncover how imbalances in patent drafting can affect future innovation.

Få inspiration og hands-on viden i denne video, hvor Markus Meschederu gør os klogere på, hvordan Leibniz-Supercomputing Centre har implementeret eduVPN til over 130.000 brugere med mere end 300.000 enheder.

In this video Frederik Paulin Larsen explains, how Rambøll’s fire-safety department is using the LUMI-supercomputer to drastically reduce simulation and analysis processes bringing weeks down to days.

Ved hjælp af DeiC interactive HPC anvender arkæolog Iza Romanowska såkaldt agentbaserede modeller (ABM) til at simulere og analysere adfærd og interaktioner i fortidens samfund.

Ved hjælp af HPC-ressourcer undersøger forsker Jakob Bæk Kristensen og hans gruppe, hvordan alternative nyheder deles og spredes på sociale medier i europæiske lande.

Historiker Adela Subotkova underviser historiestuderende ved Aarhus Universitet i digitale metoder. For hende er DeiC Interactive blevet et essentielt værktøj, som har lettet og forbedret undervisningen markant.

I 2023 gav en LUMI grand challenge professor i fysik Kristian Sommer Thygesen og hans team mulighed for at beregne den elektroniske struktur af 10.000 materialer.

Lektor i lingvistik Rebekah Baglini ved Aarhus Universitets Interacting Minds Centre anvender DeiC Interactive HPC i både forskning og undervisning.

Ved hjælp af et nyt værktøj kaldet MaChAmp kan forskere fra IT universitetet træne sprogmodeller på flere datasæt og løse flere typer NLP opgaver simultant.

HPC accelerer udviklingen inden for Natural Language Processing (NLP) ved at muliggøre hurtigere og mere effektive behandlinger af store datasæt, komplekse algoritmer og træning af store modeller.