High Performance Computing mit GPU

Was benötige ich für High Performance Computing (HPC) im Unternehmen?

 

Wenn alle 7,7 Milliarden Menschen auf der Erde jeweils eine Berechnung pro Sekunde ausführten, würde es mehr als 8 Jahre dauern, um das zu erreichen, was El Capitan in einer Sekunde schafft.
Hewlett Packard Enterprise (HPE) zum Supercomputer „El Capitan“

Sie planen, High Performance Computing (HPC), in Ihrem Unternehmen einzuführen und benötigen Informationen dazu, was benötigt wird und beachtet werden muss?
Wir geben eine Definition von High Performance Computing und erläutern die wesentlichen Grundlagen.

Was ist High Performance Computing?

Hochleistungsrechnen bzw. High Performance Computing oder kurz HPC ist in der modernen IT-Welt quasi omnipräsent und bezeichnet die Berechnung extrem großer Datenmengen (Big Data) in kürzester Zeit, um so neue wissenschaftliche oder finanzielle bzw. wirtschaftliche Erkenntnisse zu generieren. Dabei werden mit Maschinellem Lernen (ML) und Deep Learning (DL), also mit Künstlicher Intelligenz (KI), neue Muster und Zusammenhänge in Daten aus medizinischer Forschung, Meteorologie, Physik etc. ermittelt, die mitunter völlig neue Ergebnisse für z. B. Arzneiforschung- und -herstellung, Strömungsberechnungen und Wettersimulationen u.v.m. liefern, die vorher nicht möglich waren. Außerdem sind mit GPU-beschleunigtem wissenschaftlichen Rechnen bessere und genauere Ergebnisse in kürzerer Zeit möglich. Dies spielt auch bei der Erforschung und Entwicklung von Impfstoffen, z. B. gegen Covid-19, eine entscheidende Rolle. Anbieter, wie Hochleistungsserver, z. B. von HPE und extrem performante CPUs/GPUs wie die von AMD liefern die High-Performance-Bausteine für HPC-Systeme.

Exascale-Performance für Supercomputer mit neuer AMD-GPU Instinct MI200 (AMD)

Fünf Punkte für HPC im Unternehmen

1. Rechenleistung

Wie viele Kerne sind für die CPUs nötig (Lizenzierung)? Welche Frequenz? Welche Speicherbandbreite und Cache-Größe?

2. Speicher

Für HPC gibt es in Abhängigkeit von Systemgröße und Anwendungen/Workloads unterschiedliche Storage-Möglichkeiten.

Gemeinsamer Speicher
Welcher gemeinsame Speicher wird benötigt? Brauchen Sie parallele Dateisysteme bzw. Network File System (NFS)?

Scratch-Speicher
Netzwerk-Scratch-Speicher oder lokale Scratch-Storages?

Backup and Disaster Recovery
Mit welcher Backup- und Recovery-Strategie Sie im Katastrophenfall Ihre Daten wieder her?

3. Bereitstellung

Wie wird Ihr HPC-System mit ausreichend Strom versorgt? Ist die Stromversorgung redundant ausgelegt, um bei Ausfällen den fortlaufenden Betrieb sicherzustellen? Welche Kühlungsmethode soll verwendet werden? Mit welchen Tools stellen Sie den störungsfreien Betrieb, die Verwaltung und die Wartung sicher? Ist die Cloud eine Option für Ihre HPC-Anwendungen?

4. Auslastung

Um für die vorgesehenen Anwendungen eine hohe Geschwindigkeit für schnelle Ergebnisse sicherzustellen, muss die Auslastung Ihres HPC-Systems mit geeigneten Komponenten optimiert sein. 

Systemeigenschaften
Ist die Anwendung CPU-lastig? Wird viel Speicher benötigt oder mehr Datenübertragungsleistung?

Daten
Wo ist die Datenquelle und auf welchem Weg gelangen Sie in Ihr HPC-System? Welche Art und Größe von Datenspeicher ist für die Anforderungen Ihrer HPC-Anwendung erforderlich?

5. Tools für Leistungssteigerungen

Welche Profiler, Bibliotheken und Compiler bieten Optimierungen für Ihr HPC-System?

Sie sind auf der Suche nach Storage Hardware für Ihr High Performance Computing Cluster? In unserem Shop finden Sie passende Storage-Lösungen für High Performance Computing Architekturen.

Bei Fragen dazu helfen Ihnen unsere zertifizierten Experten gerne per Mail oder Telefon oder im Chat weiter.

In dem vollständigen Artikel „High Performance Computing mit GPU“ erfahren Sie viele weitere interessante Einzelheiten zum Thema.

Den Artikel können Sie hier als kostenloses Serverhero Whitepaper herunterladen: