# Artemisa Status Report Oct'25
Matías Salinero y Javier Sánchez
Wed Oct 22th, 2025
CONFIDENTIAL
## 1. Estado operacional.
- Añadidas mlwn36 y mlwn37 a producción, con 2xH100 cada una. Funcionamiento normal hasta ahora.
- mlwn34 con error desconocido en GPU, pendiente de revision.
- Resto de máquinas: funcionamiento normal.
## 2. Tareas operativas
- **Migración a Alma9**: Completada la migración gradual a Alma9
- Testeo y comprobación de nodos
- Sin notificación de problemas de compatibilidad por parte de los usuarios con los proyectos en marcha.
- Apertura y anuncio de nueva call 2025.3
- Periodo de inscripción ha acabado con ==47 proyectos== para esta Call. 11 proyectos nuevos.
- Asignación de evaluaciones. Los proyectos con primera y segunda extensión no son objeto de evaluación
- Actualización tutorial: inclusión de nuevos nodos en infraestructura, revisión general tutoriales.
- Publicada información sobre las próxima incorporación de las nuevas H100 tanto en la web como en el tutorial.
## 3. Futuras tareas
- Aviso de seguridad: Se ha reportado una vulnerabilidad crítica en las GPUs en los módulos de kernel (use-after-free).
- Solución: actualizar drivers en todos los nodos
- Requiere también probar que esta actualización funciona correctamente con el entorno actual.
- Reducir WNs operativos por reparación de AC, fecha por determinar.
- Integración de mejoras y correcciones relacionadas con el reciente sistema de evaluaciones en la intranet: histórico de evaluaciones, asignación ágil de evaluadores, etc.
## 4. Soporte de usuarios
Sigue la misma la tendencia en el soporte, de mayor a menor frecuencia desgranado en:
- Consultas técnicas sobre plataforma y entorno.
- Restablecimiento de contraseñas.
- Necesidades específicas de algún proyecto: ampliación de cuota de espacio, número de ficheros o tiempo de cómputo.
- Errores en envío de tareas por errores en los ejecutables.
- Asistencia en solicitudes fuera de plazo en inscripción/extensión de proyectos.
## 5. Total de horas de procesamiento
| | projects_id | projects_title | gpu_per_project | cpu_per_project |
|:------|--------------:|:-----------------------------------------------------------------------------------------------------|------------------:|------------------:|
| 0 | 574 | Machine learning in highly compact sampling electromagnetic calorimetry | 0 | 221 |
| 1 | 575 | BioML | 0 | 0 |
| 2 | 576 | Forecasting hazardous GICs for Spanish critical infrastructures | 0 | 0 |
| 3 | 577 | Gravitational Waves glitch vetoing using Vision Transformers | 0 | 0 |
| 4 | 578 | Decoding the gamma-ray universe: a Machine Learning-powered search for Dark Matter | 104 | 3871 |
| 5 | 579 | Generation of cosmological simulations using Generative Adversarial Networks | 5846 | 0 |
| 6 | 580 | HyperNetAI: Deep Learning for Novel Sample Spaces | 714 | 0 |
| 7 | 581 | IVACE24_MOVE4SPORT | 12246 | 96 |
| 8 | 583 | Neural Optimization for Physics (NeuroPHY) | 842 | 0 |
| 9 | 584 | Machine Learning at the NEXT experiment | 3285 | 29 |
| 10 | 585 | Traffic Prediction in Valencia: Models and Data Analysis | 263 | 0 |
| 11 | 586 | 3D cloud recounstruction using Masked Autoencoders | 0 | 0 |
| 12 | 587 | From yeast genomes to phenotype through Natural Language Processing | 0 | 0 |
| 13 | 588 | Leveraging Deep Learning for Advancements in Fundamental Physics | 2204 | 761 |
| 14 | 589 | Data Analysis of the Cosmic Microwave Background using Machine Learning | 1369 | 250 |
| 15 | 590 | Machine Learning for the ATLAS experiment | 23 | 7154 |
| 16 | 591 | EYEFUL: Multisensorial analysis of human activity for the detection of functional limitations | 460 | 0 |
| 17 | 592 | Extension of "Characterization, detection & localization of threats to submarine cables" | 0 | 2684 |
| 18 | 593 | Downgrading Cosmic Microwave Background (CMB) maps using Neural Networks | 5 | 168 |
| 19 | 594 | Fine-tuning MedTitles – a dataset of Spanish medical audios and aligned transcripts | 528 | 0 |
| 20 | 595 | Floating marine litter detection and classification using hyperspectral satellite imagery (MaLiSat) | 2940 | 0 |
| 21 | 596 | STARRING-MONIT: Machine monitoring and algorithms | 314 | 0 |
| 22 | 597 | USMILE and XAIDA | 3548 | 749 |
| 23 | 598 | Enhancing viral receptor discovery with deep learning | 4514 | 3 |
| 24 | 599 | Accelerating the search for continuous gravitational-wave signals from unknown millisecond neutron | 18337 | 17056 |
| 25 | 600 | BERTHA | 0 | 0 |
| 26 | 601 | Reinforcement Learning for Quantum Communications | 0 | 0 |
| 27 | 602 | Addressing additional challenges in Search for New Physics and Top Mass through application of ML | 0 | 0 |
| 28 | 603 | FLEX L2 End-to-End Simulator Development and Mission Performance Assessment | 0 | 1756 |
| 29 | 604 | INTERACT: Interactive Machine Learning for Compositional Models of Natural Language | 2725 | 295 |
| 30 | 605 | Positron Emission Tomography Image Reconstruction with Deep Learning. | 0 | 0 |
| 31 | 606 | AI-Based Verification of AI Systems | 1029 | 717 |
| 32 | 607 | BIO-INSPIRED MACHINE LEARNING | 1842 | 0 |
| 33 | 608 | LLMs to support collaborative word problem solving | 0 | 0 |
| 34 | 609 | Machine learning for hurricane forecasting | 0 | 0 |
| 35 | 610 | Graph Neural Networks in KM3NeT | 376 | 0 |
| 36 | 611 | ML in ATLAS | 0 | 0 |
| 37 | 612 | Enabling hybrid Maching Learning based simulations of enzymatic reactivity | 0 | 0 |
| 38 | 613 | Improving Compton camera imaging by using neural networks | 0 | 0 |
| 39 | 614 | Physics-Informed deep learning to tackle problems of fundamental physics | 2759 | 0 |
| 40 | 615 | Analysis of political and public sentiment using NLP tools | 0 | 0 |
| 41 | 616 | Enhancing the performance of the Cherenkov Telescope Array Observatory with CTLearn | 8161 | 0 |
| 42 | 617 | Decoding Galaxies: Neural Networks for Morphological and Stellar Population in J-PAS/J-PLUS | 255 | 8109 |
| 43 | 618 | Neural Networks for Gravitational Wave Astronomy | 3554 | 1380 |
| 44 | 619 | Monitoring War Destruction from Space | 273 | 0 |
| 45 | 620 | Gradient-flow quantities in lattice field theory | 5 | 0 |
| 46 | 621 | Analysis of the seismicity using Deep Learning | 0 | 0 |
| Total | 0 | Total | 78521 | 45299 |