Il blocco di calcolo è costituito da una serie di nodi progettati per soddisfare le esigenze di elaborazione scientifica avanzata. A regime, si prevede di implementare un’infrastruttura il cui hardware di calcolo comprenderà diverse tipologie di nodi:

• 41 nodi CPU-based, per un totale di oltre 2600 cores e 20 TB di memoria RAM. Questa tipologia di server consente carichi di lavoro scalabili, in particolare per supportare simulazioni matematiche ed elaborazione di dati ad alta dimensionalità;
• 25 nodi GPU mid-level (ad esempio, NVIDIA L40S), per un totale di oltre 450.000 CUDA cores e 1000 GB di vRAM. Queste risorse sono dedicate a compiti di calcolo parallelo di livello intermedio, come modellazioni molecolari, analisi di immagini e algoritmi con parallelizzazione moderata;
• 4 nodi GPU high-performance basati su sistemi NVIDIA DGX, ciascuno equipaggiato con 8 schede grafiche di ultima generazione (H100) in grado di operare in parallelo. Ciascun nodo disporrà quindi di oltre 116.000 CUDA cores e di 640 GB di vRAM. Queste risorse sono dedicate alla gestione di simulazioni scientifiche complesse, incluse quelle ad elevata parallelizzazione che coinvolgono algoritmi di intelligenza artificiale basati su deep learning e large language models.

Il blocco di storage è stato pensato per soddisfare esigenze eterogenee di archiviazione e gestione dei dati, combinando capacità elevate, velocità di accesso ed affidabilità. Una prima categoria di storage è dedicata all’archiviazione a lungo termine di dati che non richiedono accesso frequente, come dataset storici e backup. Questo tipo di storage ha una capacità netta di 2.4 PB ed è ottimizzato per ridurre i costi operativi, utilizzando soluzioni di basso consumo energetico. Una seconda categoria di storage è dedicata alla memorizzazione di dati che richiedono un accesso frequente con bassa latenza. Questo sistema ha una capacità di 4.2 PB ed è ottimizzato per supportare calcoli ad alta intensità di dati in tempo reale, simulazioni complesse ed applicazioni di machine learning, assicurando prestazioni elevate anche in presenza di carichi di lavoro significativi.