Accelerating Science Engagement

Camille Crittenden, PhDCITRIS and the Banatao InstituteUniversity of California

Internet2 Technology Exchange

September 26, 2016

Outline

• Pacific Research Platform: what is it?• Science DMZs• Science engagement: use cases, domain areas• Socio‐technical engineering: multi‐stakeholder alliances, professional development

• Broader Impacts: Access to cyberinfrastructure

9/23/20162

9/23/20163

Science DMZ

• Developed by ESnet, the Science DMZ concept integrates four key components into a unified whole that together serve as a foundation for this model. These include:– A network architecture explicitly designed for high‐performance applications, where the science network is distinct from the general‐purpose network

– The use of dedicated systems for data transfer– Performance measurement and network testing systems that are regularly used to characterize the network and are available for troubleshooting

– Security policies and enforcement mechanisms that are tailored for high performance science environments

9/23/20164

High‐Speed Science Networks – Context 

• Universities, Labs, and other institutions connect using science networks– CENIC (California research institutions, including UC and CSU campuses)– ESnet (Department of Energy National Labs)– Internet2 (interconnects regional networks)– GEANT (interconnects European science networks)

• Science networks are much more capable– Engineered for data‐intensive science

• High‐speed data movement• Advanced services

– Science networks connect with each other to build a fabric• In most cases, no need to traverse commodity Internet for research data• Connect to global Internet as well for global access

9/23/20165

The Pacific Research Platform Creates a Regional End-to-End Science-Driven “Big Data Freeway System”

NSF CC*DNI Grant$5M 10/2015-10/2020

• PI: Larry Smarr, UC San Diego, Calit2

• Co-PIs:- Camille Crittenden, UC

Berkeley, CITRIS - Tom DeFanti, UC San

Diego, Calit2- Philip Papadopoulos, UC

San Diego, SDSC- Frank Wuerthwein, UC San

Diego Physics and SDSC

6

What Is Science Engagement?

• Technology specialists working with scientists to improve– Data transfer performance– Data workflows (e.g., to require less human effort)– Experiment operations– …and more…

• Using experience gained from collaborations to improve– Network design– Tool design– System design

9/23/20167

Old Model of Science Engagement:Scientist as Integrator

• Requires scientists to…– Discover new technologies– Become expert in new technologies– Assemble distinct technologies into an integrated solution that works for them

• Some scientists do this brilliantly – most do not

9/23/20168

New Model of Science Engagement:Scientist as Collaborator

• New team members for “team science.” Technologists…– Understand technology– Understand enough of the science to see how technology fits– Help scientists adopt a useful solution

• Result: much more efficient and productive research outcome

9/23/20169

Science Engagement in the PRP

• Identify science collaborations that would benefit from increased access to high‐speed networking

• Help coordinate efforts at different campuses, national labs, supercomputing centers

• Everybody is already doing some of this– Let’s work together, learn from each other– Everyone benefits when multi‐institution collaborations succeed

9/23/201610

PRP Science Drivers

• Data‐intensive domains– Particle physics–Astronomy and astrophysics– Biomedical applications– Earth sciences–Virtual reality, high‐resolution video, data visualization

• Future areas

9/23/201611

PRP Science Drivers: Particle Physics

9/23/201612

LHC at CERN

Datasets increase 10x, after experimental upgrades.

Inclusive data streams shared by all collaborators for analysis.

PRP Science Drivers: Particle Physics

• LHC experiments expect 5x data in next 2 years

• Paradigm shift in data access methods

• Several typical use cases for end‐user physicists– Downloading large roughly‐filtered datasets through Science DMZs on research networks

– Streaming datasets from Tier‐2 sites via xrootd protocol, possibly with local data caching

– Accessing extra CPU power in federated analysis clusters, with all data pulled over WAN

• Main challenges are tuning applications/servers and preparing end users for new workflow

9/23/201613

PRP Science Drivers: Astronomy, Astrophysics

9/23/201614

Astronomical telescope survey data, galaxy formation and evolution• Intermediate Palomar Transient Factory

• LSST (Chile)

• DESI (LBL)

PRP Science Drivers: Biomedical Applications

• Precision Medicine–Genome sequencing–Microbiome research

• Telehealth– Telemedicine– Telesurgery

9/23/201615

http://www.practicalpainmanagement.com/meeting‐summary/you‐are‐your‐microbiome

9/23/201616

9/23/201617

From IEEE Spectrum “Decoding a Baby’s Genome in 26 Hours”, http://spectrum.ieee.org/biomedical/diagnostics/decoding‐a‐babys‐genome‐in‐26‐hoursReferencing PLOS “Big Data: Astronomical or Genomical?” http://journals.plos.org/plosbiology/article?id=10.1371/journal.pbio.1002195

Network demands of collaborative genomics research

• Genomics defines a new order of “BIG”

• Speed of light will not increase  but number of genomic data repositories or distance between them will

• Internet routing is inefficient in its use of network resources

• Internet protocol stack was not designed for BIG DATA transfer over destination‐based paths with large bandwidth delay

• Content‐centric networking offers at least part of a solution…

9/23/201618

Microbiome Research

• The US$121‐million National Microbiome Initiative will attempt to map and investigate these collections of microorganisms over the next two years with help from multiple federal agencies, the White House Office of Science and Technology Policy said today. [13 May 2016]

9/23/201619

National Microbiome Initiative aims to…

• Support interdisciplinary research to answer fundamental questions about microbiomes in diverse ecosystems.

• Develop platform technologies that will generate insights and help share knowledge of microbiomes in diverse ecosystems and enhance access to microbiome data.

• Expand the microbiome workforce through citizen science, public engagement, and educational opportunities.

9/23/201620

PRP Science Drivers: Earth Sciences

• Earthquake Engineering Research– Hybrid simulation and modeling

9/23/201621

NEES earthquake engineers at UC Berkeley have developed a novel hybrid simulation method for the seismic testing of high‐voltage disconnect switches and other complex structures. The research team was able to reduce computation time by a factor of 3. (Image: Khalid Mosalam, UC Berkeley)

PRP Science Drivers: VR, hi‐resolution video

9/23/201622

Thomas E. Levy (at left) interacts with 3D archaeological data in Calit2’s Qualcomm Institute StarCAVE.

PRP Science Drivers: VR, hi‐resolution video

9/23/201623

WAVE@UC San Diego MerWAVE @UC Merced

What’s Next? Global Research Platform

9/23/201624

PRP Science Drivers: what’s next?

• Application areas in–Health: Telemedicine, personalized medicine (genomic research)

– Environmental monitoring and disaster response– Public open data

9/23/201625

Environmental Monitoring

9/23/201626

How to prepare for next‐stage, data‐intensive collaborative research

• What considerations should research institutions keep in mind to prepare for the infrastructure needs of science ahead?– Budget (hardware, human resources)–Workforce development, technical and “soft” skills for facilitating multi‐disciplinary research

– Curriculum, degree programs

9/23/201627

PRP “Broader Impacts”

• Democratizing access to data– Partnerships with CENIC (State of CA, Cities of Sacramento, Los Angeles)

–Open data movements–Open Science Grid

• Democratizing computation

9/23/201628

PRP “Broader Impacts”

• Reaching Minority‐Serving Institutions for access to data‐intensive networks and training

• Collaborating with community colleges, diploma, certification and non‐degree training programs

9/23/201629

Summer program 2011, MSI Cyberinfrastructure Empowerment Coalition, Calit2, Qualcomm Institute30

Realizing the Vision: What Will It Take?

• Building a new career path for science engagement– Bit.ly/PRP‐engage 

• Active interdisciplinary cooperation• Active institutional cooperation• Imagine what is possible. Demonstrate opportunities for innovation.

9/23/201631

Acknowledgements

• US National Science Foundation (NSF) awards CNS 0821155 and CNS‐1338192, CNS‐1456638, ACI‐1540112, and ACI‐1541349

• UC Office of the President CIO

• UCSD Chancellor’s Integrated Digital Infrastructure Program and Next Generation Networking initiative

• Calit2 Qualcomm Institute, Calit2 UCSD Division

• CENIC and Pacific Wave

9/23/201632

Thank you!

Camille Crittenden, PhDCITRIS & the Banatao Institute

ccrittenden@citris‐uc.org

http://citris‐uc.org

This material is based upon work supported by the National Science Foundation under Grant No. ACI‐1541349. Any opinions, findings, and conclusions or recommendations expressed in this material are those of the author and do not necessarily reflect the views of the National Science Foundation.