KEYWORDS: domain-independent Digital Twin; heterogeneity and interoperability; mobility, environment; HPC; Artificial Intelligence; Scalable architecture; Open Source
Abstract The project focuses on mobility and environment, and is focused on the provision of a modular and domain-independent Digital Twin technology platform capable of managing: data heterogeneity, security and privacy issues, open source software and open standards, platform evaluation in two areas: mobility, environment, with primary focus on mobility. The solution is microservices, with deployment on highly scalable and modular containers. It is open source, tested in the industrial and international field for the development of applications and research experiments. The solution allows: 1) data collection from heterogeneous sources; 2) storage (graph databases, and scalable), processing (on GPU/CPU with MLOps and hybrid HPC support), data analysis and visualization and business intelligence solutions with dashboard builder; 3) modeling and simulation; 4) extended support for standard data formats and protocols and absolute interoperability; 5) security and compliance with GDPR, with PEN test, etc. Objectives: (i) Provide the DI-DTplatform for turnkey heterogeneous data modeling, analysis and simulation; (ii) Provide a set of data ingestion and modeling/storage processes, (iii) provide data analytics for mobility and environment applications; (iv) Provide Visualization, Business Intelligence, simulation and AI support; (v) Demonstrate the platform functionalities with real cases, provide training, docs and concrete demos, access to the solution for CN HPC partners. The expected impact: enable User-Centric solutions; collaboration; Increased efficiency; Improved quality; etc. The solution will be made available on public or private cloud, the maintenance cost is about 15% that can be borne by HPC partners as per the partners of this project. The solution can evolve by adding data, processes, algorithms, applications and dashboards based on the available cloud resources.
Coordinator of the project: LUTECH
Partners: UNISS, NEXUS
Abstract Il progetto è focalizzato su mobilità ed ambiente, ed è incentrato sulla fornitura di una piattaforma tecnologica Digital Twin modulare e indipendente dal dominio in grado di gestire: eterogeneità dei dati, problemi di sicurezza e privacy, software open source e standard aperti, valutazione della piattaforma in due ambiti: mobilità, ambiente,con attenzione primaria su mobilità. La soluzione è a microservizi, con deploy su container ad alta scalabilità e modularità. E’ open source, collaudata in ambito industriale e internazionale per lo sviluppo di applicazioni e sperimentazioni di ricerca. La soluzione permette: 1) raccolta di dati da fonti eterogenee; 2) archiviazione (database a grafo, e scalabili), elaborazione (su GPU/CPU con supporto MLOps e HPC ibrido), analisi e visualizzazione dati e soluzioni di business intelligence con dashboard builder; 3) modellazione e simulazione; 4) supporto esteso a formati e protocolli dati standard ed assoluta interoperabilità; 5) sicurezza e conformità al GDPR, con PEN test, etc. Obiettivi: (i) Fornire la piattaforma DI-DTplatform per la modellazione, analisi e simulazione di dati eterogenei chiavi in mano; (ii) Fornire una serie di processi di data ingestion e modeling/storage, (iii) fornire data analytic per applicazioni di mobilità ed ambiente; (iv) Fornire un supporto di Visualizzazione, Business Intelligence, simulazione e AI; (v) Dimostrare le funzionalità della piattaforma con casi reali, fornire training, doc e demo concrete, accesso alla soluzione per i partner di CN HPC. L’impatto atteso: abilitare soluzioni User-Centric; collaborazione; Aumento dell'efficienza; Miglioramento della qualità; etc. La soluzione sarà resa disponibile su cloud pubblico o privato, il costo di manutenzione è pari a circa il 15% che può essere in carico a partner di HPC come da partner di questo progetto. La soluzione può evolvere aggiungendo dati, processi, algoritmion , applicazioni e dashboard in base alle risorse cloud disponibili.
