Le Berkeley Marvell NanoLab exploite la puissance de la donnée
Le Berkeley Marvell NanoLab s’appuie sur les données opérationnelles pour piloter et superviser ses activités de recherche en temps réel.
À propos du Marvell Nanofabrication Laboratory de l’université de Berkeley
Le Marvell NanoLab est un centre de recherche mutualisé qui met à disposition plus de 100 équipements de micro- et nanofabrication pour plus de 500 chercheurs issus du monde universitaire et industriel chaque année. Ce laboratoire fonctionne en continu depuis 2009, succédant au Berkeley IC Lab et au Berkeley Microlab, qui ont été actifs de 1962 à 2008.
Défi
Le Marvell NanoLab doit gérer et analyser une grande variété de données collectées via son système de gestion de laboratoire, Mercury. Développé en interne, Mercury est un système d’information et d’interface conçu spécifiquement pour piloter les opérations du Berkeley Marvell NanoLab, basé sur une architecture poste de travail/serveur.
Solution
Pour assurer une gestion efficace des opérations du laboratoire, le Marvell NanoLab avait besoin d’un système robuste et fiable pour stocker et administrer ses données opérationnelles. Cela inclut le suivi de l’état des équipements et des réservations, la supervision des infrastructures techniques, la gestion des habilitations et formations des chercheurs, ainsi que la facturation interne.
Résultat
Fort de son expérience commune avec la technologie de base de données Ingres — initialement développée à Berkeley — le Marvell NanoLab a choisi de s’appuyer sur Actian pour bénéficier d’un système de gestion de base de données évolutif et fiable, capable de superviser de nombreux aspects de son environnement de nanofabrication. Au fil des décennies, le laboratoire a continuellement fait évoluer son système de gestion (LMS) pour répondre aux nouveaux besoins de son activité. La base de données fournie par Actian constitue aujourd’hui encore un pilier essentiel du système Mercury.
« Actian est un élément clé de notre infrastructure. Sans cette solution, nous ne pourrions pas automatiser et traiter efficacement nos opérations bancaires. »
« Nous avons gagné un temps considérable en automatisant la collecte et la réconciliation des données lors d’erreurs ou d’incohérences. Désormais, nous pouvons nous concentrer sur l’analyse et l’optimisation de notre activité. »