Risorse Software
Ambienti di Calcolo
In datalab sono possibili diversi contesti per l’esecuzione di processi si calcolo.
Nel caso di utilizzo di macchine virtuali standard la dotazione preinstallata prevede un catalogo di applicazioni generico, integrabile dall’utente con installazione manuale di librerie aggiuntive.
Per progetti specifici, è possibile definire i sistemi a partire da un installazione base, con supporto tecnico per l’installazione dei servizi richiesti
Per ambienti cluster (Databricks Spark) l’installazione di componenti aggiuntivi è demandata direttamente all’utente.
Ambienti IaaS - Macchine Virtuali
Macchine Virtuali Standard
Macchine Virtuali Standard
Le macchine virtuali sono basate sull'immagine fornita da Microsoft
Utilizzando la licenza di ateneo, sulle macchine vengono preinstallati
La configurazione standard prevede l'installazione binaria (via apt ppa) dell'ultima distribuzione CRAN della linea 3.6
L'upgrade alla versione R4.2+ è previsto a breve.
In aggiunta all'installazione base, vengono installati diversi pacchetti, utilizzando la distribuzione di backport RutteR
A livello utente, è possibile includere anche installazioni direttamente dai sorgenti (ad esempio, via RStudio)
Un ambiente altermativo, consigliato per i nuovi sviluppi, prevede l'utilizzo di containers (podman), a partire dalle immagini del progetto Rocker
L'aggiunta di librerie è possibile utilizzando renv
Il template di esempio per progetti R supporta entrambe le modalità:
L'immagine di base (DSVM) è corredata di una installazione Python basata su Anaconda, con il supporto di TensorFlow e PyTorch.
Per lo sviluppo dei progetti di ricerca datalab si consiglia di utilizzre un ambiente alternativo, definito interamente dall'utente a livello di singolo progetto.
Questo ambiente prevede l'installazine utente delle versioni di python desiderate via pyenv
Per la definizione delle librerie richieste e la risoluzione (stabile) delle dipendenze viene invece utilizzato poetry
Il template per progetti python:
Come per l'ambiente R, anche per questo ambiente è prevista l'instroduzione di containers (podman)
Le macchine sono provviste di supporto CUDA (versione 11).
L'effettiva disponibilità di GPU dipende dalla architettura scelta all'avvio della macchina.
La macchina supporta anche altri linguaggi:
- Julia
- Fortan
- C/C++ (gnu)
- Java (open-jdk), maven
- Scala, sbt
Applicazioni per la scrittura di documenti:
- LibreOffice
- Gimp
- TeX (texlive)
- pandoc
- TeXStudio
- Zotero
Editors installati:
- VisualStudio Code
- Emacs
- Vim/NeoVim, gvim
- gedit, geany
Macchine Virtuali Custom
Macchine Virtuali Custom
Possibili immagini server
- Ubuntu Server 22.04 LTS
- Red Hat Enterprise Linux
Supporto per installazione manuale
- Java microservices (SpringBoot, Quarkus)
- Database
- Altri servizi
Per supporto SSL, fare riferimento a Let's Encrypt
Ambienti PaaS - Cluster
Azure Databricks
Azure Databricks
Sono disponibili cluster di calcolo Big-Data