Nachrichten, Gerüchte, Meldungen und Berichte aus der IT-Szene

Redaktion: Heinz Schmitz


Grafikchips treiben Supercomputer

Die neue TOP500-Liste der weltweit existierenden Supercomputer verdeutlicht den Umfang, wie grafikbeschleunigte Systeme die Zukunft der Industrie gestalten. Erstmals befinden sich mehr als 100 beschleunigte Systeme auf der Liste der leistungsfähigsten Supercomputer. Sie berechnen zusammen 143 Petaflops. Das sind über ein Drittel der FLOPS, die insgesamt alle 500 Systeme berechnen. Supercomputer mit NVIDIA-Tesla-GPUs umfassen 70 dieser Systeme – inklusive 23 der 24 neuen Systeme auf der Liste. Dies bedeutet eine jährliche Wachstumsrate von fast 50 Prozent über die vergangenen fünf Jahre.

 

Es gibt drei Hauptgründe, weshalb Grafikbeschleuniger mehr und mehr im High-Performance-Computing-Bereich eingesetzt werden.

 

Erstens: Das Moorsche-Gesetz verlangsamt sich weiterhin und zwingt die Industrie, neue Wege zu finden, um Rechenleistung effizienter zu machen.

 

Zweitens: Hunderte Applikationen – inklusive der meisten der populärsten Anwendungen – sind mittlerweile GPU-beschleunigt.

 

Drittens: Auch maßvolle Investments in Grafikbeschleuniger können in signifikanten Steigerungen beim Datendurchsatz resultieren und maximieren die Effizienz von Supercomputing-Standorten und Hyperscale-Rechenzentren

 

„Eines Tages werden alle Supercomputer beschleunigt sein“, sagt Jen-Hsun Huang, Mitgründer und Cief Executive Officer bei NVIDIA. „Führende Supercomputing-Standorte weltweit haben auf GPU-beschleunigtes Computing gewechselt, was sich in der TOP500-Liste wiederspiegelt. Dieser Trend wird weitergehen, da sich das Tempo von Entdeckungen beschleunigt und Wissenschaftler sich Computerberechnungen, maschinellem Lernen und Visualisierung zuwenden.“

 

Viele der weltweit führenden Systeme nutzen NVIDIA-Tesla-Beschleuniger, inklusive der schnellsten Supercomputer in zehn Ländern: Das schnellste Systeme in den USA, Titan im Oak Ridge National Laboratory; das schnellste System in Russland, Lomonosov 2 in der Moscow State University und das schnellste europäische System Piz Daint, das in der Schweiz im Swiss National Computing Center steht.

 

Da sich die Größe von Transistoren der von Atomen annähert, wird es zunehmend schwieriger, die Mikrochip-Leistung zu verbessern, ohne einen unverhältnismäßigen Anstieg von Energie oder Kosten zu erzeugen. Die Industrie kann sich nicht länger auf die gewohnt, automatische Leistungsverdopplungen alle 18 Monate verlassen. Gleichzeitig erhöht sich der Bedarf nach Rechenleistung rasant. Dies hat zu einer wachsenden Nachfrage nach Beschleunigern geführt, die in Zusammenarbeit mit CPUs die die Leistung von wissenschaftlichen und technischen Anwendungen erhöhen. Die Tesla-Plattform ist seit 2008 kontinuierlich in der Anzahl der unterstützten Anwendungen in den Bereichen Wissenschaft, Engineering, Datenanalyse und anderen gewachsen. Insgesamt sind mittlerweile 370 GPU-beschleunigte Applikationen erhältlich.

 

Eine neue Studie des technischen Marktforschungsunternehmens Intersect360 Research zeigt, dass fast 70 Prozent der 50 verbreitetsten HPC-Applikationen – und 90 Prozent der TOP 10 – GPU-beschleunigtes Computing unterstützen. Darunter ist die dynamische Berechnungsanwendung für Flüssigkeiten ANSYS Fluent; die dynamische Molekularapplikation GROMACS; und jetzt – wie heute separat angekündigt – VASP, eine Atomsimulation, die von Wissenschaftlern weltweit eingesetzt wird, um das Verhalten von einzelnen Atomen auf elektronischer Ebene zu modellieren. Einer der Autoren der Studie, Addison Snell, CEO von Intersect360 Research, sagt: „Beschleunigtes Computing hat mit den NVIDIA-Tesla-GPUs den Umkehrpunkt im High-Performance Computing erreicht. Die Einführung von Beschleunigern und die Verfügbarkeit von GPU-beschleunigten Versionen von führenden HPC-Codes steigen stetig an.“

 

Supercomputing und Hyperscale-Rechenzentren können hunderte Millionen Dollar kosten. In der Vergangenheit reichten dank des Moorschen Gesetzes CPU-Upgrades aus, um den steigenden Bedürfnissen gerecht zu werden. Das ist nicht mehr länger möglich. Mit dem Aufkommen von GPU-beschleunigtem Computing können diese großen Rechenzentrumsinvestitionen mit der Ergänzung von NVIDIA-Tesla-Beschleunigern erweitert werden. Sie erhöhen den Datendurchsatz, sodass die Bedürfnisse gedeckt werden.

Zurück