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

Immagine standard

Le macchine virtuali sono basate sull'immagine fornita da Microsoft

Software "Closed"

Utilizzando la licenza di ateneo, sulle macchine vengono preinstallati

 

Ambiente R/RStudio

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:

Ambiente Python

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.

Altri Linguaggi

La macchina supporta anche altri linguaggi:

  • Julia
  • Fortan
  • C/C++ (gnu)
  • Java (open-jdk), maven
  • Scala, sbt

 

Database

Sono installati (inattivi) i database:

SQL

NOSQL

 

 

 

Redazione

Applicazioni per la scrittura di documenti:

  • LibreOffice
  • Gimp
  • TeX (texlive)
  • pandoc
  • TeXStudio
  • Zotero

 

Editors

Editors installati:

  •  VisualStudio Code
  • Emacs
  • Vim/NeoVim, gvim
  • gedit, geany

 

 

Macchine Virtuali Custom

Macchine Virtuali Custom

Immagini Server

Possibili immagini server

  • Ubuntu Server 22.04 LTS
  • Red Hat Enterprise Linux

 

 

Supporto Tecnico

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

Databrick Cluster

Sono disponibili cluster di calcolo Big-Data