CYBELE

Dieses Projekt wurde vom Innovations- und Forschungsprogramm Horizont 2020 der Europäischen Union im Rahmen der Zuschussvereinbarung Nr. 825355 gefördert. Laufzeit des Projekts: 01.01.2019 bis 31.12.2021.

Förderung von Präzisionslandwirtschaft und -viehzucht durch sicheren Zugang zu einer groß angelegten virtuellen industriellen HPC-Testumgebung für die skalierbare Analyse von Big Data

CYBELE ist eine Quelle der Innovation und Wertschöpfung im Bereich der Agrar- und Ernährungswirtschaft und in deren Sektoren, insbesondere in den Teilbereichen Präzisionslandwirtschaft (PA) und Präzisionsviehzucht (GP), wie die realen industriellen Fälle zeigen, in denen CYBELE helfen wird, Kapazitätssteigerungen innerhalb der Industrie- und Forschungsgemeinschaft zu erzielen. Angesichts der geringen Betriebseffizienz der Landwirtschaft als hochvolumiges Geschäft will CYBELE nachweisen, wie die Konvergenz von Hochleistungsrechnen (HPC), Big Data, Cloud Computing und dem Internet der Dinge (IdC) die Landwirtschaft revolutionieren, die Knappheit reduzieren und das Nahrungsmittelangebot erhöhen kann, mit den daraus resultierenden sozialen, wirtschaftlichen und ökologischen Vorteilen.

CYBELE zielt darauf ab, die Möglichkeit zu schützen, dass die Beteiligten einen integrierten und unvermittelten Zugang zu einer großen Menge großer Datensätze unterschiedlicher Art und aus verschiedenen Quellen bekommen, sowie Werte zu generieren und Ideen zu extrahieren, indem ein sicherer und direkter Zugang zu groß angelegten HPC-Infrastrukturen bereitgestellt wird, die Datenentdeckungs-, -verarbeitungs-, -zusammenführungs- und -visualisierungsdienste anbieten, was die Überwindung modellspezifischer Hindernisse impliziert, wie z. B. mathematischer Algorithmen, die eine hohe Rechenleistung erfordern.

CYBELE entwickelt groß angelegte HPC-Prüfstände und bietet eine verteilte Verwaltung von Big Data und Datenverwaltungsstrategie durch:

1. Einen integrierten und ungehinderten Zugriff auf umfangreiche Datensätze verschiedener Typen aus vielen verteilten Datenquellen
2. Eine daten- und dienstleistungsorientierte virtuelle HPC-Umgebung, die Experimente der Auswirkungen auf die Agrar- und Ernährungswirtschaft mit multiparametrischen Modellen ermöglicht, indem sie die Merkmale einer groß angelegten Datensatzverarbeitung optimiert
3. Eine Reihe allgemeiner Dienste und spezifischer Bereiche zusätzlich zu der virtuellen Forschungsumgebung, die den Wissenserwerb aus Big Data der Agrar- und Ernährungswirtschaft erleichtert und so das Problem des Bedarfs zunehmender Reaktionsfähigkeit und automatisierter Entscheidungshilfe angeht und es den Beteiligten ermöglicht, Ressourcen umweltverträglicher zu nutzen, Beschaffungsentscheidungen zu verbessern und Kreislaufwirtschaftslösungen in der Nahrungsmittelkette umzusetzen

Mehr Information