Simulazioni di reti complesse
Dipartimento di Ingegneria dell’Informazione

“Il gruppo SIGNET del Dipartimento di Ingegneria dell”informazione utilizza la piattaforma CloudVeneto per eseguire simulazioni di reti complesse.

In particolare, un progetto riguarda il testing di protocolli di comunicazioni sottomarini per mezzo di trasmissione di onde acustiche e ottiche.

La piattaforma consente di eseguire istanze multiple del simulatore ns2-miracle su cui è stato implementato un modulo (DESERT Underwater) che consente di riprodurre gli effetti della propagazione dei segnali acustici e ottici in un ambiente sottomarino. La complessità del modello richiede ingenti capacità di calcolo e di memoria che possono essere allocate a richiesta nella piattaforma CloudVeneto.

Un secondo progetto riguarda la simulazione di protocolli per comunicazioni radio a onde millimetriche (mmWave), ovvero ad altissima frequenza (GHz). In questo caso, si è sfruttata la possibilità di integrare il simulatore di rete ns-3 con alcuni protocolli disponibili per il sistema operativo Linux, ma non ancora implementati in ns-3 (ad esempio, alcune recenti versioni di TCP). Grazie alle risorse computazionali presenti su CloudVeneto è stato possibile aumentare il realismo e la complessità degli scenari simulati. L'aspetto più apprezzato è la gestione autonoma delle macchine virtuali.”


Dott. Andrea Zanella


Simulazioni di trasporto di carica per hopping in niobato di Litio
Dipartimento di Fisica e Astronomia

“Al momento stiamo usando le macchine virtuali per condurre simulazioni sistematiche di tipo Monte Carlo dedicate allo studio di materiali per applicazioni nel campo della fotonica. Le simulazioni mirano a riprodurre il trasporto di carica in niobato di litio al variare della concentrazione dei difetti presenti nel materiale, della temperatura e altri parametri microscopici.

Queste simulazioni richiedono tra una e due settimane di calcolo poichè una grande statistica è necessaria per avere buoni risultati. Per noi la funzionalità più importante al momento è la possibilità di poter far girare in ogni macchina virtuale una simulazione con una configurazione diversa di parametri per poter minimizzare i tempi di questo studio.”


Dott. Laura Vittadello, Dott. Marco Bazzan


Containerizzazione applicata alla sperimentazione e valutazione di architetture a micro-servizi, e alle soluzioni di orchestrazione dinamica.
Dipartimento di Matematica

“Al Dipartimento di Matematica, la gente che lavora con me si interessa di "containerizzazione" applicata alla sperimentazione e valutazione di architetture a micro-servizi, e alle soluzioni di orchestrazione dinamica.

Sul primo versante, in CloudVeneto abbiamo trovato generalmente adeguati e sufficienti l'ambiente e gli strumenti tecnologici dell'ecosistema OpenStack. Sul secondo versante stiamo ancora muovendo i primi passi, ma avremo presto bisogno di poter comparare diverse soluzioni allo stato dell'arte dell'orchestrazione e sottoporle a svariati scenari di carico per valutare la loro efficacia nella programmazione delle regole e delle azioni di riconfigurazione elastica.”


Prof. Tullio Vardanega


Esperimenti di reperimento dell’informazione
Dipartimento di Ingegneria dell’Informazione

“Il gruppo IMS del Dipartimento. di Ingegneria dell”informazione utilizza la piattaforma CloudVeneto per eseguire esperimenti di reperimento dell’informazione.

In particolare, si esegue l’indicizzazione automatica di grandi collezioni di documenti testuali che prevedono un’elevata frequenza di operazioni di input/output.

Gli indici creati sono mantenuti in memoria secondaria e vengono utilizzati per eseguire le operazioni di retrieval mediante diversi motori di ricerca (qualche centinaio). Inoltre, per ogni operazione di retrieval calcoliamo decine di misure di valutazione (come l’average precision) sulle quali eseguiamo delle analisi statistiche.

Le grandi moli di dati elaborate richiedono la disponibilità di un'elevata quantità di memoria centrale e memoria secondaria. Abbiamo utilizzato librerie Java e Matlab.”

Dott. Gianmaria Silvello


Data assimilation
Dipartimento di Ingegneria Civile Edile ed Ambientale

“Il gruppo di ricerca "Hydrological data assimilation" utilizza tecniche di “data assimilation” (DA), il cui scopo principale è di integrare direttamente nei modelli idrologici informazioni derivanti da osservazioni sperimentali, ottenendo così una stima ottimale dello stato del sistema e dei parametri. Le tecniche di DA permettono di aggiornare le predizioni modellistiche con dati misurati non appena questi diventano disponibili, riuscendo anche a fornire una stima degli errori e delle incertezze delle simulazioni.

Tra le varie tecniche di DA disponibili, l’ensemble Kalman filter (EnKF) riveste particolare interesse, grazie alla sua capacità di gestire problemi non lineari mediante un approccio di tipo Monte Carlo, il quale prevede l’approssimazione delle distribuzioni statistiche dei dati di input/output mediante l’utilizzo di centinaia o migliaia di simulazioni parallele. Per questo motivo, l’EnKF necessita tipicamente di grosse risorse computazionali, sia in termini di immagazzinamento dati che in termini di numero di CPU da utilizzare.

L'infrastruttura CloudVeneto permette di poter sfruttare al massimo le tecniche di DA e quindi di sviluppare strumenti scientifici all’avanguardia per la soluzione di problemi complessi in idrologia.”

Dott. Matteo Camporese


Risoluzione numerica di integrali ed equazioni differenziali
Dipartimento di Fisica e Astronomia

“Il gruppo di Cosmologia del Dipartimento di Fisica e Astronomia utilizza CloudVeneto per risolvere numericamente integrali ed equazioni differenziali necessari per studiare l'evoluzione temporale di diversi osservabili cosmologici, fra cui le anisotropie e distorsioni spettrali della radiazione cosmica di fondo. Lo studio di questi osservabili ci ha permesso di produrre forecasts su quelle che saranno la capacità di diversi esperimenti futuri (e.g., i satelliti PIXIE e CORE) di fornirci informazioni su vari modelli inflazionari.

Della piattaforma abbiamo in particolare apprezzato la possibilità di creare macchine virtuali con vari numeri di cores e varia quantità di RAM. Vista la grande quantità di memoria loro necessaria, le nostri particolari applicazioni sono infatti difficilmente ottimizzabili su sistemi a cluster. La possibilità di utilizzare molti cores con shared memory ci ha quindi permesso di sfruttare appieno le risorse disponibili.

Parimenti gradita è la possibilità di gestire autonomamente le proprie macchine virtuali.”

Dott. Andrea Ravenni


Simulazioni particellari di terreni granulari
Dipartimento di Ingegneria Civile Edile ed Ambientale

“Nell'ambito del progetto europeo ITN2015 INFRASTAR,Geotechlab usa CloudVeneto per eseguire simulazioni particellari di terreni granulari. In particolare sfrutta le risorse disponibili per eseguire in batch prove triassiali cicliche su campioni di terreno virtuali per modellare fenomeni di ratcheting cioè di accumulo di deformazioni irreversibili. Questi modelli hanno lo scopo di comprendere come si modifica il comportamento meccanico del terreno dopo milioni di cicli di carico e scarico e trovano applicazione nel dimensionamento a lungo termine di strutture come fondazioni di turbine eoliche o fondazioni di infrastrutture stradali.

Le potenzialità di questa cloud sono l’allocazione di grandi risorse di calcolo tarate sulle necessità computazionali del modello, la possibilità di lanciare più macchine virtuali da remoto e di poter disporre di grandi volumi dove poter allocare i file di output delle simulazioni.”

PhD candidate Gianluca Zorzi e dott. Fabio Gabrieli


Fisica dei sistemi a molti corpi
Dipartimento di Fisica e Astronomia

“Abbiamo usato programmi fortran, da noi scritti, per calcolare tavole (=database) di coefficienti da utilizzare in calcoli di fisica dei sistemi a molti corpi, in particolare per sistemi nucleari composti da pochi nucleoni o nuclei a clusters.

Per ora ci siamo limitati ad un modello 1D, ottenendo risultati di benchmark che sono in via di pubblicazione e i calcoli sono stati relativamente poco onerosi, ma con il perfezionamento della versione 3D del codice avremo uno strumento potente per fare calcoli di struttura nucleare e verificare numerose ipotesi teoriche.

Sarà possibile anche estendere l'ambito di applicazione a sistemi atomici e molecolari, ampliando l'interdisciplinarietà del progetto.

L'utilizzo del cloud si è rivelato utile per distribuire i calcoli.”

Prof. Lorenzo Fortunato


Designing of gold nanostructure
Dipartimento di Scienze Chimiche

“During last decades nanotechnology grew widely on several fields from energy to medicine.

Nowadays, the so called nanobiotechnology and nanomedicine are opening new horizons on diseases monitoring and personalized therapies. Scaling down noble metals into nanometric structures produces interesting and, sometimes, unexpected properties that are not effective on the macrometric scale.

The case of gold nanostructure is one of the most studied because of their characteristic chemical inertia that prevents undesirable side effects into the hosting organism. At the same time, these nanostructures can be tuned to interact strongly with infrared light, that is considered a safe and useful source for diagnosis and drugs-free therapies.

The advent of high performing computational tools completely revolutionized the way in which such nanostructures are designed and produced. Simulating the interaction between complex nanostructures between each other and light helps the synthesis of materials with optimized performances. Our research projects are involved in computationally designing and then producing gold nanostructure as efficient sensors for diagnosis and for drug-free therapy. We are using the CloudVeneto resources for such use case”

Prof. Moreno Meneghetti


Analisi di dati di RNAseq differenziali e mappatura su pathway
Dipartimento di Medicina Molecolare

“Abbiamo in essere una piattaforma ospitata sul cloud. L'installazione non è stata problematica ed il servizio pubblicato su bioinformatics sta procedendo bene e si rivolge alla comunità scientifica interessata ad analisi di dati di RNAseq differenziali e mappatura su pathway.”

Prof. Stefano Toppo


Finite Element simulations on cracking due to drying
Dipartimento di Ingegneria Civile Edile ed Ambientale

“We are currently using CloudVeneto to run Finite Element simulations on cracking due to drying using the poromechanical and the phase-field formulation. Basically we use Ubuntu system and install the deal.II open source software.

The flexible structure of the Cloud allows us to create ourselves virtual machines and install the open source libraries we need. The access is straightforward and the support is very helpful when help is needed. Currently we are using the largest vm to run some tests on desiccation using the phase-field approach.”

PhD candidate Tuanny Cajuhi and Prof. Laura de Lorensis (University of Technology in Braunschweig)
and Prof. Lorenzo Sanavia


Simulazione del processo di riconoscimento tra composti chimici e proteine bersaglio
Dipartimento di Scienze del Farmaco

“Il progetto che stiamo portando avanti utilizzando la piattaforma CloudVeneto consiste nella simulazione del processo di riconoscimento tra composti chimici e proteine bersaglio mediante un approccio di docking molecolare. In questo momento, presso il nostro laboratorio (MMS) abbiamo archiviato virtualmente una libreria chimica di circa 5 milioni di composti di uso corrente nello screening per l'identificazione di nuovi candidati farmaci. L' archivio, chiamato MMsINC, è di pubblico dominio.

Durante la simulazione di docking molecolare per ogni proteina bersaglio selezionata vengono poi prodotti solitamente 5 plausibili complessi ligando-proteina per un totale massimo quindi di circa 25 milioni di complessi per caso di studio. Nel nostro laboratorio questa campagna di screening viene gestita attraverso la distribuendo dei vari processi.

Stiamo inoltre programmando di attivare un servizio web, che abbiamo già battezzato MMSDockCloud, che servirà da portale di accesso al servizio di calcolo descritto precedentemente.”

Prof. Stefano Moro


Critical Assessment of Functional Annotation
Dipartimento di Scienze Biomediche

“Questo progetto rientra in una competizione internazionale (CAFA). Il dataset di input è composto da 130 mila sequenze proteiche ignote. L'obiettivo è di predire le caratteristiche funzionali di ciascuna di esse nella maniera più accurata possibile.

E` dimostrato che proteine con sequenze aminoacidiche simili condividono struttura molecolare e dunque funzione biologica. La strategia utilizzata implica la ricerca di sequenze simili a quelle incognite in banche dati e il successivo trasferimento di annotazione. Per farlo si utilizzano software di allineamento locale ottimizzati per la ricerca rapida in database e si trasferisce l'annotazione funzionale sulla base della similarità di sequenza.

La piattaforma CloudVeneto ha permesso di ottimizzare tale processo di ricerca parallelizzando il carico di lavoro sulle risorse disponibili.”

Dott. Ivan Mičetić


Blast (allineamenti di sequenza) di genomi di piante
Dipartimento di Scienze Biomediche

“In questo progetto si è cercato di studiare la similarità di sequenza all'interno di una banca dati di sequenze proteiche di piante generate da una collaborazione con l'istituto E. Mach di San Michele all'Adige. La banca dati è composta da circa 300 mila sequenze. I proteomi di piante studiati provengono da piante di interesse commerciale, come il melo, la fragola, il caffè e altre.

In questo progetto si sono condotti studi di autoallineamento delle sequenze della banca dati contro loro stesse al fine di generare cluster di sequenze proteiche con significato biologico simile.

La piattaforma CloudVeneto ha permesso di di parallelizzare questo task minimizzando il tempo di calcolo richiesto.”

Dott. Ivan Mičetić


Disorder prediction over large databases
Dipartimento di Scienze Biomediche

“Il laboratorio di biologia computazionale del dipartimento di Scienze Biomediche ha realizzato e mantiene una risorsa che fornisce annotazioni strutturali circa regioni flessibili in sequenze proteiche (chiamate regioni disordinate). La banca dati comprende 80 milioni di sequenze.

Attualmente, è in corso l'aggiornamento della risorsa e le annotazioni vengono ricalcolate su versioni più recenti ed estese di tutte le sequenze proteiche di dominio pubblico. Tale dataset è composto da oltre 130 milioni di sequenze.

La piattaforma CloudVeneto viene utilizzata per parallelizzare la pipeline di annotazione risparmiando notevolmente in tempo di calcolo e favorendo un ciclo di rilascio più veloce.”

Dott. Ivan Mičetić


Analisi bootstrap per validazione del codice
Dipartimento di Scienze Biomediche

“Per la validazione di BOOGIE2, il software per la predizione dei gruppi sanguigni da dati genetici, è stata predisposta una piattaforma per l'analisi bootstrap per generare 10.000 pazienti virtuali sui quali testare il suddetto codice.

CloudVeneto e` stata utilizzata a tale scopo”

Dott. Ivan Mičetić


Predizione della predisposizione all'obesità
Dipartimento di Scienze Biomediche

“Utilizzando i dati genomici del progetto Personal Genome Project, su CloudVeneto abbiamo testato e ottimizzato diversi classificatori (SVM e random forest con relativi parametri) con lo scopo di predire l'indice di massa corporea e di conseguenza la predisposizione all'obesità.”

Dott. Ivan Mičetić


Post-processing e l'analisi dei dati provenienti da un generatore di numeri casuali quantistici
Dipartimento di Ingegneria dell’Informazione

“Il gruppo QuantumFuture al DEI, ha utilizzato CloudVeneto per un progetto che riguarda un generatore di numeri casuali quantistici a rate di decine di Gbps.

Su CloudVeneto è stato effettuato il post-processing e l'analisi dei dati provenienti dal generatore fisico.

Abbiamo apprezzato l’avere totale controllo delle risorse, e la possibilità di gestire dinamicamente il numero di macchine e le risorse.”

Dott. Marco Avesani


Simulazione dell’interazione di fasci laser con materiale vetroso
Dipartimento di Ingegneria dell’Informazione

“Il gruppo QuantumFuture al DEI ha utilizzato CloudVeneto per lo studio e simulazione dell'interazione di fasci laser ad alta potenza nella banda a 10 micron con materiale vetroso per ottimizzare il processo di foratura di fialette di vetro per usi medici.”

Dott. Marco Avesani