Uměláinteligence

AI infrastruktura

Rozcestník výpočetních, datových, vývojových a experimentálních kapacit pro práci s umělou inteligencí na VUT. Stránka shrnuje, jaké nástroje a infrastrukturu mohou studující, zaměstnanci, výzkumné týmy a spolupracující partneři využít pro AI chat, programování, analýzu dat, trénování a inferenci modelů, nasazování aplikací, práci s výzkumnými daty a testování průmyslových AI řešení.

Rychlý start: kterou infrastrukturu zvolit

Doporučená infrastruktura podle typu úlohy
Potřebuji Doporučený směr Poznámka
Bezpečně používat velké jazykové modely pro texty, kód, rešerše a dokumenty GPT Chat Open WebUI v prostředí e-INFRA CZ Vyžaduje platný účet MetaCentra. Vhodné pro běžnou výzkumnou a akademickou práci, nikoli automaticky pro citlivé nebo osobní údaje.
Napojit LLM do vlastního skriptu, aplikace nebo pipeline OpenAI‑compatible API e-INFRA CZ Endpoint je kompatibilní s běžnými nástroji pro práci s OpenAI API; API klíč se vytváří ve WebUI.
Analyzovat data v Pythonu, R nebo v interaktivním notebooku JupyterHub / JupyterLab / RStudio v e-INFRA CZ Podporuje předpřipravené obrazy pro datovou analýzu, strojové učení, TensorFlow, PyTorch a AI asistenci v notebooku.
Spouštět dávkové výpočty, simulace, strojové učení nebo úlohy nad velkými daty MetaCentrum a výpočetní služby e-INFRA CZ Vhodné pro CPU/GPU výpočty, dávkové úlohy, cloudové stroje, kontejnery a rozsáhlejší vědecké workflow.
Nasadit vlastní kontejner, službu, webovou aplikaci nebo workflow CERIT‑SC Kubernetes Container Platform Vhodné pro škálovatelné aplikace, kontejnery, workflow, persistentní úložiště, GPU zdroje a správu přes Rancher nebo kubectl.
Potřebuji superpočítačové kapacity pro náročné AI nebo HPC úlohy IT4Innovations, zejména superpočítač Karolina Výpočetní čas se získává podle pravidel IT4Innovations, například veřejnou grantovou soutěží, institucionálním přístupem nebo rychlým testovacím přístupem.
Pracovat s citlivými, osobními nebo smluvně chráněnými daty SensitiveCloud nebo předem konzultovaný bezpečný režim Nejdříve ověřte právní titul, smluvní závazky a vhodný technický režim. Webové chatovací rozhraní není určeno jako univerzální prostředí pro chráněná data.
Testovat AI, robotiku, digitální dvojčata nebo průmyslové řešení v reálném prostředí AI‑MATTERS / RICAIP Testbed Brno na CEITEC VUT Vhodné hlavně pro technologické firmy, integrátory a průmyslové partnery, kteří chtějí ověřit AI řešení v experimentální výrobní infrastruktuře.

Přehled dostupné AI infrastruktury

Vrstva infrastruktury a typické použití
Vrstva Dostupné služby a zdroje Typické použití Odkaz
Nástroje podporované na VUT Seznam podporovaných generativních AI nástrojů, komerčních nástrojů, open-source nástrojů a GitHub Copilot Výuka, programování, příprava textů, rešerše, běžná akademická práce AI nástroje – VUT
AI chat a LLM inference GPT Chat Open WebUI, interně provozované modely, RAG nad vloženými dokumenty, vyhledávání, nástroje pro práci s textem a kódem Textová asistence, programování, rešeršní podpora, sumarizace dokumentů, pracovní prototypy Chat AI dokumentace
API pro LLM OpenAI‑compatible API na infrastruktuře e-INFRA CZ Integrace modelů do aplikací, skriptů, agentů, interních nástrojů a experimentálních workflow OpenAI API – CERIT‑SC
Interaktivní datová analýza JupyterHub, JupyterLab, Jupyter Notebook, RStudio, předpřipravené obrazy pro TensorFlow, PyTorch, Matlab, R a další nástroje Datová analýza, prototypování modelů, výuka, experimenty, reprodukovatelné notebooky JupyterHub dokumentace
Kontejnerová platforma CERIT‑SC Kubernetes, Rancher, vlastní Docker obrazy, persistentní úložiště, GPU a síťové zdroje Nasazení AI služeb, webových aplikací, výzkumných workflow, demonstračních prostředí a pipeline CERIT‑SC Kubernetes
Grid, cloud a výpočty MetaCentrum Grid, MetaCentrum Cloud, Kubernetes, AI nástroje, specializovaný hardware, software a uživatelská rozhraní Dávkové úlohy, strojové učení, simulace, velká data, dlouhé výpočty, specializované softwarové licence Náročné výpočty – e-INFRA CZ
Superpočítače IT4Innovations, superpočítač Karolina, další národní a evropské přístupy včetně LUMI podle pravidel IT4Innovations Velmi náročné AI a HPC úlohy, rozsáhlé trénování a testování modelů, simulace, data‑intensive computing Jak získat výpočetní čas
Datová úložiště a repozitáře Object Storage, Národní repozitářová platforma, ownCloud, FileSender a další datové služby e-INFRA CZ Ukládání, sdílení, přenos a archivace výzkumných dat, příprava datových sad pro AI Dokumentace e-INFRA CZ
Bezpečné prostředí pro citlivá data Secure computing and storage environment SensitiveCloud, přístup přes VPN, MFA a projektové řízení přístupů Výzkum s citlivými daty, regulované nebo smluvně omezené projekty, zdravotnická a life‑science data po posouzení SensitiveCloud dokumentace
Výzkumná infrastruktura VUT CzechNanoLab, Czech‑BioImaging, AdMaS, NETME, CVVOZE, SIX, CMV, VCIT a další centra Doménová data, experimenty, měření, robotika, IoT, materiály, stavebnictví, energetika, biomedicínské zobrazování, aplikovaná AI Výzkumné infrastruktury – VUT
Průmyslové testování AI AI‑MATTERS / RICAIP Testbed Brno na CEITEC VUT Ověření AI řešení pro výrobu, robotiku, průmyslové 5G, digitální dvojčata, optimalizaci procesů a integraci technologií AI‑MATTERS – CEITEC

Generativní AI: chat, RAG a API

Portál AI@VUT uvádí jako jednu z dostupných služeb GPT Chat Open WebUI v rámci e-INFRA CZ. Služba poskytuje on‑premise přístup k jazykovým modelům pro konverzace, programování, práci s dokumenty a další úlohy. Dokumentace e-INFRA/CERIT‑SC uvádí, že Open WebUI vyžaduje platný účet MetaCentra a že stejné modely lze používat také přes dokumentované REST API.

Co služba typicky umožňuje

  • konverzační práci s velkými jazykovými modely,
  • pracovní překlady, shrnutí, vysvětlení, návrhy textu a podporu při psaní kódu,
  • práci s dokumenty a experimentální znalostní funkce typu RAG,
  • použití nástrojů jako webové nebo arXiv vyhledávání, pokud je uživatel výslovně zapne,
  • vytvoření API klíče a napojení modelů do vlastních aplikací přes endpoint https://llm.ai.e-infra.cz/v1/.

Kdy použít WebUI a kdy API

Volba mezi chatovacím rozhraním a API
Varianta Vhodné pro Pozor na
Open WebUI Interaktivní práci, rychlé dotazy, návrhy textů, pomoc s programováním, nahrávání pracovních dokumentů a prototypování promptů. WebUI není univerzální prostředí pro chráněná, osobní nebo citlivá data. Nahrané soubory a historie konverzací mohou být v prostředí platformy ukládány podle pravidel služby.
OpenAI‑compatible API Reprodukovatelné skripty, workflow, interní nástroje, dávkové zpracování, agentní prototypy a přesnější kontrolu nad tím, co se odesílá modelu. API klíč je přístupový údaj. Chraňte jej stejně jako heslo, nevkládejte jej do veřejných repozitářů a ověřte limity a vhodnost pro daný typ dat.

Pro srovnání modelů, názvy dostupných modelů a přesný postup přihlášení vždy používejte aktuální dokumentaci služby. Seznam modelů se může měnit podle dostupnosti hardwaru, testování a provozních priorit.

Vývoj, notebooky a programování

Pro výuku, datovou analýzu, výzkumné skripty a prototypování AI workflow je vhodné použít JupyterHub v prostředí e-INFRA CZ. Dokumentace uvádí podporu Jupyter Notebooků, JupyterLabu, RStudio a předpřipravených Docker obrazů včetně obrazů pro TensorFlow, PyTorch, Matlab, R a AI asistenci.

  • JupyterLab / Jupyter Notebook: interaktivní výpočty, živý kód, rovnice, vizualizace a dokumentovaný postup analýzy.
  • RStudio: práce v R, datová analýza a statistické workflow.
  • TensorFlow a PyTorch obrazy: experimenty se strojovým učením a deep learningem.
  • AI asistence v notebooku: generování a opravy kódu, vysvětlení chyb a pracovní návrhy řešení přímo ve vývojovém prostředí.
  • Vlastní Docker obraz: pro projekty, které potřebují specifické knihovny, verze nástrojů nebo reprodukovatelné prostředí.

Na VUT je pro programování uvedena také výuková licence GitHub Copilot pro studenty i vyučující. Před použitím Copilotu nebo jiného asistenta v projektu ověřte licenční podmínky, pravidla pro neveřejný kód, smlouvy s partnery a pravidla repozitáře.

Výpočty, GPU, HPC a superpočítače

Pro náročné výpočty nabízí e-INFRA CZ nejvýkonnější a moderní superpočítačové systémy v ČR, gridovou a cloudovou infrastrukturu pro náročné výpočty a rozsáhlé soubory dat. Veřejná stránka e-INFRA uvádí mezi kategoriemi Superpočítače IT4Innovations, MetaCentrum Grid, MetaCentrum Cloud, Kubernetes, AI nástroje a SensitiveCloud.

MetaCentrum

MetaCentrum poskytuje výpočetní a úložné kapacity, specializovaný hardware, software, síťovou infrastrukturu a uživatelská rozhraní jako OnDemand, Galaxy nebo Rancher. Gridový přístup je vhodný pro dávkové úlohy od hodin po týdny; cloudový přístup je vhodný, pokud projekt potřebuje vlastní virtuální stroje nebo specifické prostředí.

IT4Innovations

IT4Innovations je národní superpočítačové centrum. Superpočítač Karolina je podle veřejných údajů IT4Innovations navržen pro vědecké a průmyslové problémy včetně rozsáhlých datových analýz a umělé inteligence. Karolina má teoretický výkon 15,7 PFlop/s, akcelerovanou část se 72 servery po 8 GPU akcelerátorech a až 360 PFlop/s pro výpočty umělé inteligence; rychlé datové úložiště poskytuje více než 1,4 PB s rychlostí až 1 TB/s.

Jak získat výpočetní čas v IT4Innovations

IT4Innovations rozlišuje více kategorií přístupu. Pro výzkumné týmy jsou důležité zejména veřejná grantová soutěž, institucionální a komunitní přístup a rychlý a testovací přístup. Veřejná grantová soutěž je podle IT4Innovations vypisována třikrát ročně, obvykle v únoru, červnu a říjnu. Rychlý a testovací přístup je určen pro menší krátkodobé úlohy, testování konceptů, ladění a přípravu na větší žádost.

Datová úložiště, repozitáře a přenos dat

AI projekty zpravidla potřebují spolehlivou práci s daty: bezpečný přenos, sdílení v týmu, dočasné pracovní úložiště, dlouhodobou archivaci, repozitář pro publikovaná data a dokumentaci datového workflow. Rozcestník dokumentace e-INFRA CZ uvádí mimo jiné Object Storage, Národní repozitářovou platformu, ownCloud a FileSender.

Datové služby a typické použití
Služba Typické použití Odkaz
Object Storage Objektové ukládání větších datových sad, sdílení dat mezi nástroji a workflow, příprava dat pro výpočetní úlohy. Dokumentace datových úložišť CESNET
Národní repozitářová platforma Publikování, evidence nebo dlouhodobé zpřístupnění výzkumných dat podle pravidel projektu, oboru a FAIR principů. Dokumentace NRP
ownCloud Pracovní sdílení souborů v týmu, synchronizace, příprava menších datových balíků. Dokumentace CESNET
FileSender Jednorázový bezpečnější přenos větších souborů mezi spolupracovníky a partnery. Dokumentace CESNET

Pro výzkumná data používejte také metodickou podporu Open Science na VUT. U datových sad pro AI je vhodné dokumentovat původ dat, licenci, souhlasy, anonymizaci, metadatový popis, verze datasetu, předzpracování, rozdělení na trénovací/validační/testovací část a omezení pro další použití.

Citlivá a smluvně chráněná data

Oficiální stanovisko VUT uvádí, že před poskytnutím údajů nástrojům generativní AI musí být ověřeny podmínky ochrany vkládaných údajů a že nástrojům generativní AI nesmí být poskytovány neveřejné informace z činností, kde je VUT smluvně zavázáno chránit práva a know‑how třetích osob.

Dokumentace CERIT‑SC zároveň rozlišuje běžné použití Open WebUI a citlivější workflow. Uvádí, že standardní AI služby běží v infrastruktuře e-INFRA CZ a dotazy ani odpovědi nejsou ve výchozím stavu předávány externím poskytovatelům; současně však výslovně upozorňuje, že WebUI není certifikováno jako prostředí pro chráněná, klasifikovaná nebo osobní data a pro citlivá data je nutné volit vhodnější režim, například přímé API, specializované nasazení nebo SensitiveCloud po konzultaci.

Praktické rozlišení dat před použitím AI
Typ dat Příklad Doporučený postup
Veřejná data Publikované články, veřejné datasety, veřejné webové texty, vlastní veřejně šiřitelný kód. Lze použít ve vhodném nástroji, ale stále ověřte licenci, citace, autorská práva a pravidla vydavatele nebo projektu.
Interní pracovní data Návrhy textů, interní zápisy, pracovní datasety, nepublikované hypotézy. Nevkládejte do veřejných komerčních chatbotů bez posouzení. Zvažte infrastrukturu e-INFRA, lokální nástroj nebo konzultaci s odpovědnou osobou projektu.
Smluvně chráněná data Data partnera, NDA, výsledky smluvního výzkumu, neveřejné technické know‑how, patentově citlivé informace. Řiďte se smlouvou a pravidly projektu. Použití AI předem schvalte s odpovědnou osobou a zvolte prostředí odpovídající smluvnímu režimu.
Osobní, citlivá nebo regulovaná data Zdravotnická data, biometrie, údaje o osobách, citlivé dotazníky, data z experimentů s účastníky. Nejdříve posuďte GDPR, etické schválení, souhlasy, anonymizaci a technická opatření. Pro vhodné prostředí konzultujte SensitiveCloud nebo specializované řešení.

Experimentální a doménová infrastruktura VUT

VUT disponuje špičkovou výzkumnou infrastrukturou, která je důležitá i pro aplikovanou AI: umožňuje získávání dat, ověřování modelů v konkrétních doménách, robotiku, měření, zobrazování, průmyslové testování, materiálový výzkum, energetiku nebo chytrou infrastrukturu. Veřejná stránka Výzkumné infrastruktury – VUT uvádí, že VUT je hostitelskou institucí CzechNanoLab a partnerem Czech‑BioImaging a že další moderní infrastruktura je soustředěna do center špičkové výzkumné infrastruktury.

Výzkumné infrastruktury VUT relevantní pro AI projekty
Infrastruktura / centrum Vazba na AI Odkaz
CzechNanoLab / CEITEC Nano Nanotechnologie, materiálové vědy, pokročilé přístroje, data z experimentů a měření vhodná pro modelování, rozpoznávání vzorů a automatizaci analýz. Výzkumné infrastruktury VUT
Czech‑BioImaging Biologické a lékařské zobrazování, obrazová data, segmentace, klasifikace, kvantifikace a automatizovaná analýza obrazů. Výzkumné infrastruktury VUT
NETME Centre Experimentální dílny, aditivní výroba a robotika; vhodné pro průmyslovou AI, prediktivní údržbu, digitální dvojčata a optimalizaci výrobních procesů. NETME Centre
SIX Centre Laboratoře pro bezdrátové sítě, IoT, senzorické systémy a kyberbezpečnost; vhodné pro AI v komunikacích, detekci anomálií, edge AI a bezpečnostní analýzy. SIX Centre
VCIT – Výzkumné centrum informačních technologií Prostorová a počítačová infrastruktura, vazba na IT4Innovations a výzkum pro akademické i aplikační účely. VCIT na FIT VUT
AdMaS Centre Testování stavebních materiálů, konstrukcí a dopravní infrastruktury; vhodné pro prediktivní modelování, senzorická data, smart city a inteligentní infrastrukturu. AdMaS Centre
CVVOZE Centre Energetické systémy, obnovitelné zdroje, PowerLab a testovací platformy; vhodné pro predikci, optimalizaci, řízení a diagnostiku energetických systémů. CVVOZE Centre
CMV – Centrum materiálového výzkumu Pokročilé materiály, analýza nanostruktur, biomateriály a polymerní kompozity; vhodné pro strojové učení nad experimentálními a materiálovými daty. Fakulta chemická VUT

Průmyslové testování AI řešení

CEITEC VUT je součástí evropské sítě AI‑MATTERS, která propojuje Testing and Experimentation Facilities pro průmyslovou AI. Český tým zahrnuje CIIRC ČVUT, CEITEC VUT a VŠB‑TUO. Služby jsou určeny zejména pro testování AI softwaru a hardwaru v reálném nebo realistickém průmyslovém prostředí.

Podle veřejných informací VUT a CEITEC může RICAIP Testbed Brno nabídnout experimenty na infrastruktuře simulující průmyslové prostředí. Uváděné vybavení zahrnuje CNC stroje, laserové řezačky nebo svařovací centra, 3D tisk kovů a plastů, robotická ramena, komunikační technologie včetně privátní 5G sítě a výkonný výpočetní cluster či superpočítač pro náročné úlohy.

Typické scénáře

  • ověření modelu počítačového vidění ve výrobní buňce,
  • testování robotické manipulace a spolupráce člověk–robot,
  • sběr a analýza průmyslových dat,
  • optimalizace výrobních procesů a prediktivní údržba,
  • ověření digitálního dvojčete nebo komunikační infrastruktury pro průmysl 4.0.

Připravované kapacity: Czech AI Factory

VUT je součástí konsorcia Czech AI Factory. Podle zprávy VUT z října 2025 má být v národním superpočítačovém centru IT4Innovations v Ostravě během následujících tří let instalován nový superpočítač KarolAIna. Výsledná infrastruktura má sloužit průmyslu, veřejné správě, výzkumným týmům i startupům a má být doplněna službami odborníků konsorcia, například poradenstvím, modely a algoritmy.

Tuto část berte jako strategicky připravovanou infrastrukturu, nikoli jako běžně dostupnou službu v okamžiku vzniku této stránky. Pro aktuální možnosti přístupu sledujte weby VUT, AI@VUT, IT4Innovations, EuroHPC JU a Czech AI Factory.

Jak získat přístup

  1. Začněte na stránce AI nástroje – VUT. Přehled VUT obsahuje podporované nástroje, komerční a open-source nástroje, GitHub Copilot a odkazy na e-INFRA služby.
  2. Pro e-INFRA služby si zřiďte nebo ověřte účet MetaCentra. Studenti a zaměstnanci VUT si jako členové výzkumné organizace mohou podat přihlášku do MetaCentra a poté využívat dostupné služby včetně AI nástrojů, JupyterHubu, Kubernetes a dalších kapacit podle pravidel služby.
  3. Pro LLM chat použijte Open WebUI. Přihlaste se přes e-INFRA CZ a ověřte, jaké modely jsou aktuálně dostupné.
  4. Pro API vytvořte API klíč ve WebUI. Klíč uchovávejte bezpečně a nepoužívejte jej ve veřejném kódu.
  5. Pro notebooky použijte JupyterHub. Zvolte vhodný obraz podle toho, zda potřebujete Python, R, TensorFlow, PyTorch, Matlab nebo vlastní kontejner.
  6. Pro dávkové výpočty zvažte MetaCentrum nebo IT4Innovations. Menší a prototypové úlohy mohou začít v MetaCentru; velmi náročné HPC a AI úlohy řešte přes IT4Innovations a jejich pravidla přístupu.
  7. Pro citlivá data konzultujte vhodný režim předem. SensitiveCloud vyžaduje projektovou žádost podanou odpovědným řešitelem a zahrnuje řízení přístupů, VPN, MFA a školení.
  8. Pro průmyslové testování kontaktujte relevantní testbed nebo transferové pracoviště. U AI‑MATTERS sledujte aktuální výzvy a podmínky podpory.

Bezpečnostní checklist

  • Vstupní data: Vím, zda jsou data veřejná, interní, smluvně chráněná, osobní, citlivá nebo regulovaná.
  • Oprávnění: Mám právo data použít ve zvoleném nástroji a neporušuji smlouvy, licence, informované souhlasy ani grantová pravidla.
  • Prostředí: Zvolený nástroj odpovídá citlivosti dat a požadavkům projektu.
  • Účel: Mám jasně popsané, zda AI používám pro rešerši, návrh textu, kód, analýzu dat, interpretaci, administrativu nebo nasazení služby.
  • Ověření: Výstupy AI kontroluji proti primárním zdrojům, testům, datům nebo odborné kontrole.
  • Reprodukovatelnost: Dokumentuji model, verzi, datum, vstupy, prompty, parametry, skripty a způsob validace.
  • Transparentnost: Použití AI uvádím tam, kde ovlivnilo výsledek nebo kde to vyžadují pravidla VUT, projektu, vydavatele či poskytovatele.
  • API klíče a hesla: Nikdy je nevkládám do promptů, veřejných repozitářů, sdílených dokumentů ani do příloh e-mailů.
  • Ukládání souborů: Vím, kde se ukládají nahrané dokumenty, historie chatu, pracovní datasety a výsledky.
  • Incidenty: Pokud omylem vložím nevhodná data nebo dojde k podezření na únik, řeším situaci podle pravidel pracoviště a kontaktuji odpovědné osoby.

Ověřené odkazy

VUT

e-INFRA CZ, CERIT‑SC a MetaCentrum

IT4Innovations, AI‑MATTERS a EuroHPC

Odpovědnost: doc. Ing. Petr Koňas, Ph.D.