Cluster für KI und Data Science der Fachhochschule Südwestfalen

Willkommen auf dem Cluster für KI und Data Science der FH Südwestfalen.

Infrastruktur

Der Cluster bietet aktuell folgende Infrastruktur:

Derzeit sind alle Komponenten im Hause der Fachhochschule Südwestfahlen stationiert. Als Orchestrierung Werkzeug wird Kubernetes eingesetzt.

JupyterHub

Die primäre Anwendung, die derzeit auf dem Cluster läuft, ist das JupyterHub. Hier können Sie sich mit Ihren Hochschulzugangsdaten anmelden und einen Containerisiertes JupyterLab starten. Je nach Umgebung haben Sie dort Zugang zu einer persistenten “ready to go” Entwicklungsumgebung.

S3 Storage

Der Cluster bietet mit Minio einen S3 Storage an, der über die Adresse s3.ki.fh-swf.de erreichbar ist. Sie können sich an der Minio Console mit Ihren Hochschulzugangsdaten anmelden und dort Buckets anlegen sowie Access Keys verwalten.

Jeder Benutzer hat dabei exklusiven Zugriff auf einen eigenen Bucket mit seinem Benutzernamen. Dieser Bucket wird allerdings nicht automatisch angelegt, Sie müssen sich einmalig an der Minio Console anmelden und den Bucket manuell anlegen. Wenn Ihr Benutzername beispielsweise chgaw002 lautet, können Sie einen Bucket mit dem Namen chgaw002 anlegen.

Wartung

Der JupyterHub wird gelegentlich aktualisiert. Während dieser Zeit kann es sein, dass Ihr laufender Server, bzw. laufendes Image ebenfalls neugestartet wird. Stellen Sie deshalb sicher, dass Sie Ihre Daten regelmäßig speichern. Die IPython-Notebooks sollten automatisch gesichert werden.

Ein regelmäßiges Wartungsfenster existiert derzeit an jedem Dienstag zwischen 14 und 17 Uhr.

Images für JupyterHub

Für die Nutzung von JupyterHub wurden eigene Images erstellt, die auf den GPU-Servern und den CPU-Servern laufen und als Umgenungen den Nutzern zur Auswahl zur Verfügung stehen. Die Umgebungen sind auf die Bedürfnisse des Clusters angepasst und enthalten bereits die wichtigsten Pakete für Data Science, KI, DeepLearning und mehr.

Wenn Sie eine eigene, angepasste Umgebungen benötigen, können Sie unter github.com/fhswf/Jupyterhub-K8s ein Issue erstellen. Bitte geben Sie dort an, welche besondere Anforderungen Sie haben, wie etwa spezielle Python-Pakete.

Betrieb und Entwicklung

Für Feedback und Issues rund um den Cluster existiert ein weiteres (internes) Repository unter github.com/fhswf/kicluster-deployments sowie ein Projekt auf Github.

Der Cluster befindet sich aktuell noch in der Erprobungsphase.

Wenn Sie Wünsche oder Anregungen haben, oder gegebenfalls den Cluster für Ihr Projekt an der Fachhochschule in der Lehre einsetzen möchten, dann wenden Sie sich gerne an uns!