High Performance Computing (HPC) wird häufig mit wissenschaftlichen Supercomputern gleichgesetzt. Tatsächlich ist der Einsatz aber auch längst in der Industrie gang und gäbe. Für welche Anwendungsszenarien Sie HPC einsetzen können und wie Sie Ihre HPC-Systeme auf optimale Leistung trimmen, das erfahren Sie in diesem Leitfaden.
Inhalt:
Entwicklungen wie Cloud Computing, Künstliche Intelligenz (KI), das Internet of Things (IoT) oder Industrie 4.0 haben High Performance Computing (HPC) aus dem wissenschaftlichen Bereich in die kommerzielle Anwendung gebracht. Vor allem die Automobil- und Pharmaindustrie, die Medienbranche sowie der Energie- und Finanzsektor nutzen HPC-Systeme, aber auch in Klimaforschung, Medizin und Geophysik kommt High Performance Computing häufig zum Einsatz.
Dieser Leitfaden zeigt Ihnen, wie auch Sie von HPC profitieren können und wie Sie die optimale Leistung aus einem High-Performance-Computing-System herausholen. Anhand von konkreten Anwendungsbeispielen aus Automobilindustrie und Wissenschaft demonstriert er die Einsatzmöglichkeiten für komplexe 3D-Modellierungen, Big-Data-Analysen, autonomes Fahren und Cloud Computing. Sie erfahren außerdem, welche Haupt- und Grafikprozessoren für HPC-Anwendungen geeignet sind und wie Sie die richtige Rechnerarchitektur für Ihre Anforderungen finden.
Originalauszug aus dem Dokument:
Das zeichnet High-Performance-Computing aus
HPC fasst Technologien und Verfahren zusammen, mit denen sich komplexe Rechenaufgaben mit hoher Leistung ausführen lassen. Für das Hochleistungs- rechnen werden Aufgaben über mehrere Prozessorkerne parallelisiert und die Rechenleistung mehrerer Systeme zu Rechner-Clustern oder verteilt als Rechner- Grid aggregiert. Dadurch bieten HPC-Systeme ein Vielfaches an Rechenleistung.
Die Rechenleistung von HPC-Systemen wird über die Verarbeitungsgeschwindigkeit in FLOPS (Floating Point Operations Per Second) angegeben, also in Gleitkommaoperationen pro Sekunde. Dieser Wert bewegt sich bei HPC im Bereich von mehreren TeraFLOPS bis hin zu PetaFLOPS und schließt neben der Leistungsfähigkeit der integrierten Prozessoren auch die des Arbeitsspeichers, des Storage-Systems sowie der Verbindungen zwischen den Verarbeitungsknoten mit ein. Entscheidend ist dabei, über den gesamten Rechenprozess hinweg eine geringe Latenz zu gewährleisten.
Rechnerarchitekturen für High-Performance-Computing
Für HPC muss die Rechnerarchitektur auf die parallele Verarbeitung von Daten ausgelegt sein. Spezielle Software steuert dabei die Parallelisierung, verteilt die einzelnen Aufgaben und führt die Ergebnisse zusammen. Die Rechner-Cluster sind heute meist über schnelle PCIe-Verbindungen vernetzt. In den Einzelsystemen kommen mehrere leistungsfähige Mehrkern-Prozessoren zum Einsatz. Das Storage ist effizient organisiert, bietet kurze Zugriffszeiten und stellt den benötigten Speicherplatz für die zu lösenden Aufgaben zur Verfügung.