Novosti Arhiva - HPC Montenegro

05.11.2026.05.11.2026.

HPC Montenegro na CIGRE NGN 2026: Primjena AI i HPC u elektroenergetskom sektoru

Predstravnici Nacionalnog centra kompetencija za računarstvo visokih performansi (HPC Montenegro) učestvovali su 4. novembra 2026. godine na stručnoj radionici za studente i mlade inženjere (NGN 2026), koju je organizovao CG KO CIGRE u Naučno-tehnološkom parku Crne Gore u Podgorici. Za događaj su se registrovala 74 učesnika, uključujući predstavnike vodećih elektroenergetskih kompanija, kao što su EPCG, CEDIS i CGES, drugih privrednih subjekata i akademske zajednice.

Prof. dr Tomo Popović (UDG) održao je predavanje pod nazivom „Vještačka inteligencija u energetici – mogućnosti i ograničenja”, pripremljeno u saradnji sa doc. dr Lukom Filipovićem (UDG) i prof. dr Božom Krstajićem (UCG). Predavanje je obuhvatilo mogućnosti primjene AI/ML tehnologija u elektroenergetskim sistemima, uključujući prognozu potrošnje i proizvodnje, prediktivno održavanje, upravljanje mrežom i optimizaciju energetskih procesa.

Posebna pažnja posvećena je ulozi računarstva visokih performansi (HPC) u razvoju i primjeni naprednih AI modela i simulacija. Učesnicima su predstavljeni projekat EuroCC3, aktivnosti i usluge HPC Montenegro, kao i mogućnosti stručne podrške, obuka i pristupa evropskoj superračunarskoj infrastrukturi. Prikazani su i odabrani primjeri uspješne primjene HPC i AI tehnologija u energetskom sektoru iz Crne Gore i drugih evropskih zemalja, ostvareni uz podršku nacionalnih centara kompetencija.

Nakon predavanja, prof. Popović moderirao je panel „Mogućnosti primjene AI-a u elektroenergetskim sistemima”, na kojem su učestvovali Mihailo Micev (UCG), Krsto Biskupović (CEDIS), Ivan Vujović (TERING) i Stevan Šandi (BIXBIT/INNO4GRID).

Učešće na radionici predstavljalo je značajnu priliku za direktno povezivanje HPC Montenegro sa predstavnicima elektroenergetskog sektora i mladim inženjerima, razmjenu iskustava i uspostavljanje novih kontakata. Ovakve aktivnosti doprinose jačanju saradnje akademske zajednice i industrije, promociji mogućnosti koje pruža EuroCC3 i identifikovanju potencijalnih pravaca buduće saradnje u primjeni HPC i AI tehnologija u energetici. Informacije o dogadjaju [link].

04.11.2026.05.11.2026.

Cyber Co kompanija dobila treći put resurse kroz Fast Lane pristup i pridružila se NVIDIA Inception programu

GetMoved, AI platforma za industriju selidbi koju je razvila kompanija Cyber Co, dobila je besplatan pristup GPU resursima na superkompjuteru Leonardo, kojim upravlja CINECA u Italiji. Time je ostvarila treću alokaciju EuroHPC JU resursa kroz Fast Lane pristup. Cyber Co je preusmjerio treniranje svojjih modela sa superkompjutera LUMI na Leonardo nakon pridruživanja programu NVIDIA Inception, namijenjenom tehnološkim startapima, što je zahtijevalo korišćenje infrastrukture zasnovane na NVIDIA tehnologiji. Ove tri alokacije podržale su razvoj kompjuterske vizije za GetMoved — od početnih eksperimenata do obuka modela u produkcionim uslovima.

GetMoved pretvara kratki obilazak stana snimljen pametnim telefonom u strukturirani popis stvari u domaćinstvu, uz procjenu njihove zapremine, težine i cijene selidbe. Platforma objedinjuje korisničko tržište, ERP sistem za selidbene kompanije i vlastiti mehanizam za popis stvari. Njeni modeli za detekciju prepoznaju 78 klasa predmeta, a podržava ih sveobuhvatan proces obuke koji uključuje pripremu skupova podataka, anotaciju, obuku i evaluaciju modela te njihovo kontinuirano ponovno obučavanje.

Leonardo obezbjeđuje kontinuitet računarskih resursa dok se taj proces razvija ka produkcionoj primjeni. Pridruživanje programu NVIDIA Inception kompaniji Cyber Co donosi pristup NVIDIA katalogu modela, razvojnim alatima i računarskim kreditima. Kompanija je takođe otvorila organizaciju na platformama NVIDIA Build i NGC. Tehnički plan uključuje poređenje postojećeg detektora sa NVIDIA Cosmos modelom za obradu vizije i jezika, uz formalne kontrolne tačke na kojima će se odlučivati prije svakog eventualnog koraka ka njegovoj zamjeni.

Platforma je pokrenuta na tržištu Njujorka i Nju Džersija u junu 2026. godine i sarađuje sa licenciranim selidbenim kompanijama na neekskluzivnoj osnovi.

27.10.2026.27.10.2026.

HPC Montenegro i HashiMotto razmatraju primjenu HPC i AI tehnologija u zdravstvu

Na Univerzitetu Donja Gorica (UDG) održan je inicijalni sastanak predstavnika HPC Montenegro (NCC Crna Gora) i podgoričkog startapa HashiMotto, posvećen mogućnostima primjene računarstva visokih performansi (HPC) i vještačke inteligencije (AI) u zdravstvu. Sastanku su prisustvovali Omar Radončić, direktor kompanije HashiMotto, i Tomo Popović i Luka Filipović, predstavnici HPC Montenegro.

Predstavnici HashiMotto i HPC Montenegro tokom inicijalnih konsultacija na UDG-u

HashiMotto razvija inovativnu AI aplikaciju namijenjenu osobama sa Hašimotovim tireoiditisom, koja uključuje personalizovanu podršku, praćenje zdravstvenog stanja i analizu medicinskih podataka. Tokom sastanka razgovarano je o mogućnostima razvoja i obuke prediktivnih AI/ML modela na velikim skupovima medicinskih podataka, posebno u oblasti endokrinologije i personalizovanog praćenja terapije.

Predstavnici HPC Montenegro predstavili su mogućnosti korišćenja lokalnih HPC računarskih čvorova, stručne podrške za konfigurisanje računarskog okruženja i pokretanje AI/ML eksperimenata, kao i podrške pri pristupu evropskim superračunarskim resursima kroz EuroHPC Benchmark Access i Development Access pozive.

Ove konsultacije predstavljaju nastavak aktivnosti HPC Montenegro u pružanju podrške domaćim startapima i inovativnim kompanijama u razvoju naprednih AI rješenja i korišćenju HPC infrastrukture.

25.10.2026.

Master rad: Modeli kompjuterske vizije za segmentaciju tumora jetre

Dana 21. oktobra 2026. godine, kandidatkinja Ida Mušović završila je master rad pod nazivom „Razvoj predikcionih modela zasnovanih na kompjuterskoj viziji za ranu dijagnostiku tumora jetre“, u okviru master programa Vještačka inteligencija na Fakultetu za informacione sisteme i tehnologije Univerziteta Donja Gorica, pod mentorstvom prof. dr Toma Popovića.

Istraživački i eksperimentalni dio rada djelimično je realizovan uz podršku Nacionalnog centra kompetencija za računarstvo visokih performansi Crne Gore (NCC Montenegro), kroz HPC infrastrukturu i ekspertsku podršku u okviru projekta EuroCC3. Podrškom akademskim istraživanjima i razvoju kompetencija u oblastima AI i HPC tehnologija, NCC Montenegro doprinosi unapređenju primjene naprednih računarskih tehnologija u zdravstvu.

Primjeri CT snimaka i maski anatomske segmentacije generisanih primjenom TransUNet modela (Izvor: Ida Mušović, master rad, 2026).

Rad istražuje primjenu dubokog učenja i kompjuterske vizije za automatsku segmentaciju tumora jetre na CT snimcima, sa fokusom na poređenje konvolucionih, hibridnih i transformatorskih arhitektura u računarski podržanoj analizi medicinskih slika.

APSTRAKT – Ovaj master rad predstavlja razvoj i uporednu evaluaciju tri arhitekture dubokog učenja — U-Net, TransUNet i SegFormer — za automatsku segmentaciju tumora jetre na CT snimcima. Korišćenjem javno dostupnog skupa podataka Liver Tumor Segmentation (LiTS) i pristupa zasnovanog na 2,5D obradi slika, performanse modela procijenjene su pomoću Dice koeficijenta i metrike presjeka kroz uniju (IoU), uz dodatnu analizu uspješnosti u zavisnosti od veličine tumorskih lezija. SegFormer je ostvario najbolji ukupni Dice rezultat (82,86%) za segmentaciju tumora, iako razlike među arhitekturama na nivou pacijenata nijesu bile statistički značajne. Istraživanje je pokazalo i da veličina lezije značajno utiče na preciznost segmentacije, pri čemu manje lezije predstavljaju veći izazov. Rezultati ukazuju na potencijal kompjuterske vizije kao podrške analizi medicinskih slika, uz potrebu za dodatnom validacijom prije kliničke primjene.

24.10.2026.24.10.2026.

Odbrana master rada: Generisanje i evaluacija ispitnih pitanja pomoću LLM modela i HPC infrastrukture

Dana 21. oktobra 2026. godine, kandidatkinja Sara Kovačević uspješno je odbranila master rad pod nazivom „Generisanje i evaluacija kvaliteta ispitnih pitanja pomoću velikih jezičkih modela i HPC infrastrukture“ na Fakultetu za informacione sisteme i tehnologije Univerziteta Donja Gorica (UDG), u okviru master programa Vještačka inteligencija. Mentor rada bio je prof. dr Tomo Popović. Istraživanje je dijelom realizovano uz podršku NCC Montenegro u okviru projekta EuroCC3, uključujući korišćenje HPC infrastrukture i podršku eksperimentalnom radu. Rad demonstrira mogućnosti kombinovanja generativne vještačke inteligencije i računarstva visokih performansi za pripremu i evaluaciju obrazovnih materijala, sa posebnim osvrtom na crnogorski jezik.

Sara Kovacevic tokom odbrane njene Master teye

APSTRAKT – U okviru master rada razvijen je i evaluiran automatizovani sistem za generisanje ispitnih pitanja iz video predavanja primjenom velikih jezičkih modela (LLM). Sistem obuhvata automatsku transkripciju predavanja, izdvajanje ključnih pojmova, generisanje pitanja višestrukog izbora i kratkih odgovora, kao i automatizovanu evaluaciju njihovog kvaliteta. Istraživanje je obuhvatilo devet konfiguracija LLM modela na engleskom i crnogorskom jeziku, uz korišćenje lokalnih računarskih resursa, HPC klastera UDG-a i API servisa za inferenciju.

Evaluacija je kombinovala jezičke i strukturne metrike, Bloomovu taksonomiju i LLM-as-Judge pristup za procjenu kvaliteta generisanih pitanja. Rezultati su ukazali na izazove primjene manjih jezičkih modela pri generisanju obrazovnog sadržaja na crnogorskom jeziku, dok su veći modeli ostvarili konzistentnije rezultate. Eksperimenti na HPC klasteru UDG-a pokazali su ubrzanje GPU inferencije od 17,9 puta u odnosu na CPU za isti model.

Istraživanje ukazuje na potencijal primjene AI i HPC tehnologija kao podrške nastavnicima u pripremi materijala za provjeru znanja, uz naglašenu potrebu za nastavničkom kontrolom kvaliteta i dodatnom pedagoškom validacijom prije praktične primjene.

24.10.2026.24.10.2026.

Odbrana master rada: Objašnjiva vještačka inteligencija u procjeni rizika od dijabetesa tipa 2

Dana 21. oktobra 2026. godine, kandidatkinja Sanja Lazić uspješno je odbranila master rad pod naslovom „Interpretabilni modeli mašinskog i dubokog učenja za predikciju rizika od dijabetesa tipa 2 na osnovu bihejvioralnih i kliničkih indikatora“, na master studijskom programu Vještačka inteligencija Fakulteta za informacione sisteme i tehnologije Univerziteta Donja Gorica, pod mentorstvom prof. dr Toma Popovića.

Istraživački i eksperimentalni dio rada djelimično je realizovan uz podršku Nacionalnog centra kompetencija za visokoperformansno računarstvo Crne Gore (NCC Montenegro), kroz HPC infrastrukturu i ekspertizu u okviru projekta EuroCC3, uz dodatnu istraživačku podršku projekta AI-AGE. Kroz podršku akademskim istraživanjima, mentorstvu i razvoju kompetencija, NCC Montenegro doprinosi jačanju primjene naprednih AI i HPC tehnologija u zdravstvu i drugim naučnim oblastima.

Master rad istražuje primjenu mašinskog i dubokog učenja, kao i metoda objašnjive vještačke inteligencije, u procjeni rizika od dijabetesa tipa 2, sa posebnim osvrtom na prediktivne performanse, pouzdanost i interpretabilnost modela. Istraživanje takođe demonstrira mogućnosti primjene AI modela u preventivnoj zdravstvenoj zaštiti, kroz procjenu rizika zasnovanu na podacima prikupljenim putem upitnika, bez potrebe za laboratorijskim analizama.

APSTRAKT – U radu je predstavljen razvoj i sistematska evaluacija modela mašinskog i dubokog učenja za procjenu rizika od dijabetesa tipa 2 na osnovu bihejvioralnih, kliničkih i demografskih indikatora. Istraživanje je obuhvatilo 253.680 zapisa i poređenje pet modela: logističke regresije, Random Forest, XGBoost, LightGBM i duboke neuronske mreže. Performanse su analizirane kroz diskriminativnost, kalibraciju procijenjenih vjerovatnoća i interpretabilnost. Duboka neuronska mreža ostvarila je najveću ROC-AUC vrijednost (0,7728), dok je LightGBM pokazao najuravnoteženije ukupne performanse. Za objašnjenje predikcija primijenjene su metode TreeSHAP, integrisani gradijenti i DeepLIFT SHAP. Razvijen je i prototip web aplikacije koji demonstrira prikaz procijenjenog rizika i faktora koji su doprinijeli pojedinačnim predikcijama.

Rezultati ukazuju na potencijal objašnjive vještačke inteligencije za podršku neinvazivnoj procjeni rizika i preventivnom skriningu, uz naglašavanje značaja pouzdanosti i transparentnosti modela, kao i potrebe za dodatnom validacijom prije njihove kliničke primjene.

22.10.2026.24.10.2026.

UDG i FiveG razmatraju dalju saradnju u oblasti AR/VR tehnologija, generativne AI i HPC-a

Univerzitet Donja Gorica (UDG) ugostio je predstavnike kompanije FiveG (Five Group) na sastanku posvećenom razmatranju novih mogućnosti saradnje u oblasti proširene i virtuelne realnosti (AR/VR), generativne vještačke inteligencije (AI) i računarstva visokih performansi (HPC).

Kompanija FiveG je, uz podršku NCC Crna Gora, već uspješno ostvarila pristup EuroHPC resursima kroz Benchmark i Development pozive za projekat Wasco AI, koristeći superračunar Leonardo Booster. Tokom sastanka razgovarano je i o novim prijavama za pristup EuroHPC resursima radi nastavka razvoja AI rješenja kompanije.

UDG ugostio predstavnike kompanije FiveG radi razgovora o daljoj saradnji u oblasti AI, AR/VR i HPC tehnologija

UDG i FiveG razmatraju dalju saradnju u oblasti AR/VR tehnologija, generativne AI i HPC-a

Nadovezujući se na ranije pokrenutu inicijativu saradnje UDG-a i FiveG-a na uspostavljanju AR/VR i AI laboratorije, razmotrene su mogućnosti razvoja demonstracionog okruženja namijenjenog akademskoj zajednici i industriji. Planirane aktivnosti mogle bi obuhvatiti demonstracije AR/VR aplikacija i istraživanje primjene generativne AI i HPC resursa u razvoju imerzivnih digitalnih sadržaja.

Sastanak je potvrdio zajedničko interesovanje za povezivanje akademskog istraživanja, obrazovanja i industrijskih inovacija kroz praktičnu primjenu savremenih tehnologija.