Witold Kepinski - 07 oktober 2020

HPE Memory-Driven Computing Sandbox verbetert wereldwijd voedselsysteem

Hewlett Packard Enterprise (HPE) kondigt vandaag een samenwerking aan met CGIAR System Organization (CGIAR, een wereldwijde onderzoekssamenwerking van 14 agrarische non-profit onderzoeksinstituten) om inzichten te achterhalen voor de grootste uitdagingen in voedselzekerheid. Door de inzet van de Memory-Driven Computing Sandbox in de datasets van CGIAR helpt HPE met de modellering van voedselsystemen en daarmee bij de versnelling van oplossingen voor deze wereldwijde problematiek.

Een van de grootste uitdagingen ter wereld is een duurzame voedselvoorziening. Bijna 800 miljoen mensen zijn chronisch ondervoed en 2 miljard mensen hebben een tekort aan voedingsstoffen. Daarnaast daalt het aantal kleinere boerderijen wereldwijd omdat ze het hoofd moeilijk boven water kunnen houden. Verwacht wordt dat deze problematiek flink verergert. De Verenigde Naties (VN) denkt dat de wereldpopulatie in 2030 groeit tot 8,5 miljard en het World Economic Forum voorspelt een populatie van 9,8 miljard in 2050. Tegen die tijd is minstens 70 procent meer voedsel nodig dan de huidige voedselconsumptie.

Voedselprobleem versplintert tijdens pandemie

Het probleem is tijdens de wereldwijde COVID-19-pandemie alleen maar erger geworden. De crisis heeft niet alleen een flinke impact op de voedselsystemen en de voedselketen wereldwijd, maar de problemen ontwikkelen zich in verschillende regio’s op een andere manier. Daardoor is er geen universele oplossing mogelijk.

CGIAR is een wereldwijde onderzoekssamenwerking die bestaat uit 14 agrarische non-profit onderzoeksinstituten. Actief in 100 landen onderzoeken zij ieder aspect van voedselzekerheid. In haar 11 genebanks, verspreid over de hele wereld, conserveert en regenereert CGIAR 760.00 soorten voedselgewassen die staan voor een belangrijke genetische diversiteit, beschikbaar voor het bouwen van veerkracht in de wereldwijde voedselvoorziening.

Inzicht in voedselproblematie

Om de situatie volledig te begrijpen, probeert CGIAR een volledig beeld te krijgen over wat er gebeurt in regio’s met een goede voedselproductie. Een goed en compleet beeld valt of staat bij data uit meerdere bronnen, zoals de prestatie van gewassen, weerarchieven, economische activiteiten en andere onderzoeken. Inzicht uit die data helpt onderzoekers bijvoorbeeld in het meten van voedselbewegingen of bij de vraag hoe kwetsbare gebieden geholpen kunnen worden in moeilijke periodes. Bijvoorbeeld in het geval van klimaatveranderingen of extreme weersomstandigheden. Maar inzichten worden ook gebruikt voor het meten van de voortgang richting het doel van de Verenigde Naties om honger uitgebannen te hebben in 2030.

“De capaciteit om een goed beeld te krijgen over 200 steden of plaatsen is zo’n kort tijdsbestek is een flinke verbetering ten opzichte wat we doen met onze huidige compute resources”, stelt Brian King, coördinator van CGIAR’s platform voor Big Data in Agriculture. “Omdat de impact van COVID-19 zich per land op een andere manier ontvouwt, is de mogelijkheid om de volledige situatie te combineren met lokale perspectieven uitermate waardevol. Hierdoor kunnen we op een andere manier opereren als onderzoeksorganisatie. Maar het genereren van inzichten met hoge frequentie, over meerdere verschillende contexten geanalyseerd, vraagt om sterke rekenkracht om dit te ondersteunen. Meer rekencapaciteit dan we in huis hadden. De Memory-Driven Computing Sandbox komt voor ons op precies het juiste moment.”

Memory-Driven Computing Sandbox

De Memory-Driven Computing Sandbox onderscheidt zich door iedere processor (tot 64 sockets) in het systeem toegang te geven tot een enorme gedeelde geheugenpool. Het gaat hierbij tot 48 terabytes, een enorme verbetering ten opzichte de huidige systemen. Relatief kleine hoeveelheden geheugen – slechts een paar terabytes – zijn verbonden aan iedere processor omdat inefficiënties leiden tot prestatiebeperkingen. Door alle massieve en verschillende datasets tegelijk beschikbaar te hebben in het geheugen, ondervinden gebruikers geen hinder meer van computeknelpunten tijdens het onderzoek.

Met toegang tot de Sandbox – zoals de gecontroleerde omgeving heet waar klanten kunnen experimenteren met geavanceerde compute resources – bouwt CGIAR inzicht in voedselsystemen door verschillende data aan elkaar te koppelen. Zo houdt CGIAR de emissies bij van 1000 punten in India en Oost-Afrika door gebruik te maken van openbare satellietdata van ruimteorganisaties. Veranderingen in emissies tonen economische activiteit (zoals voedselbewegingen) aan, wat voor onderzoekers belangrijke context is om te achterhalen hoe de voedseluitdagingen zich per locatie ontwikkelen.

Informatie voor beleidsmakers, organisaties en stakeholders

Maar ook andere data, zoals de modellering van gewassen, weerarchieven, gewassenprestaties, omstandigheden, jaar, locatie en andere onderzoekdata zijn relevant om een dynamisch beeld te schetsen. Dit dynamische beeld vergelijkt CGIAR met andere data om te zien welke bredere impact het heeft op de voedselvoorziening. Dit inzicht kan worden gebruikt voor beleidsmakers, organisaties en andere stakeholders.

Om een voorbeeld te geven: CGIAR gebruikt modellen om de extreme weersomstandigheden in te schatten, zoals cyclonen, overstromingen of droogte. Dit zijn extreme weersomstandigheden waar kleine boeren in ontwikkelingslanden mogelijk mee te maken krijgen. Door deze concrete inzichten helpt CGIAR beleidsmakers en boeren bij de voorbereiding op deze klimaatactiviteiten, waardoor de impact op het voedselsysteem geminimaliseerd wordt. “Bij HPE hebben we het doel om de manier waarop mensen leven en werken te verbeteren. We zetten technologie in om de grootste uitdagingen binnen de samenleving aan te gaan”, aldus Janice Zdankus, VP Innovation for Social Impact bij HPE. “Een van onzee focusgebieden is wereldhonger, geïnspireerd door de resultaten van de Purdue Universiteit en hun toepassingen voor precisielandbouw. Daarmee zetten ze gewasvelden beter in en verminderen ze de benodigde resources enorm. Bij CGIAR zagen we de mogelijkheid om innovatieve technologie toe te passen, zoals de HPE Memory-Driven Computing Sandbox, om sneller inzicht te krijgen en te helpen bij dit enorm complexe thema.”

Copaco | BW 25 maart tm 31 maart 2024 Trend Micro BW BN week 10-11-13-14-2024
Copaco | BW 25 maart tm 31 maart 2024