HPC

Was ist HPC?

High Performance Computing (HPC) bezeichnet die Bündelung von Rechenleistung, um eine höhere Rechenleistung als herkömmliche Computer oder Server bereitzustellen. High Performance Computing (HPC) oder Supercomputing ist wie alltägliches Computing, der Unterschied besteht nur darin, dass es leistungsfähiger ist. Es hilft Menschen, einige der größten Probleme der Welt in Wissenschaft, Technik und Wirtschaft zu erforschen, indem Strukturen gebündelt und mehrere Computer und Speichergeräte verwendet werden, um große Datenmengen mit sehr hohen Geschwindigkeiten zu verarbeiten.

Derzeit wird HPC hauptsächlich zur Lösung leistungsintensiver, komplexer Probleme eingesetzt, und immer mehr Organisationen verlagern ihre HPC-Workloads in die Cloud. Cloud-HPC wird die Wirtschaftlichkeit der Produktforschung und -entwicklung erheblich optimieren, indem es den Bedarf an Prototypen reduziert, Tests beschleunigt und die Markteinführungszeit verkürzt.

Wie funktioniert HPC?

In der Praxis gibt es Arbeitslasten (z. B. DNA-Sequenzierung), die für einen einzelnen Computer zu groß sind. HPC- oder Supercomputing-Umgebungen ermöglichen es mehreren Knoten (Computern), in Clustern (miteinander verbundenen Gruppen) zusammenzuarbeiten, um in kurzer Zeit enorme Rechenmengen auszuführen und die Herausforderungen dieser großen und extrem komplexen Arbeitslasten zu bewältigen. Darüber hinaus senkt HPC die Kosten, indem es die automatische Erstellung und Löschung von Clustern in der Cloud unterstützt.

HPC unterstützt viele Arten von Workloads, wobei parallele Workloads und eng gekoppelte Workloads zu den häufigsten gehören.

Parallele Workloads

bezieht sich auf Rechenprobleme, die in mehrere kleine, einfache, unabhängige Aufgaben unterteilt werden, die gleichzeitig ausgeführt werden können, oft mit wenig bis gar keiner Kommunikation untereinander. Beispielsweise kann ein Unternehmen 100 Millionen Kreditkartendatensätze an einzelne Prozessorkerne in einem Cluster von Knoten übermitteln. Die Verarbeitung eines einzelnen Kreditkartendatensatzes ist eine kleine Aufgabe, und wenn 100 Millionen Datensätze über den Cluster verteilt werden, können 100 Millionen kleine Aufgaben gleichzeitig (parallel) mit erstaunlicher Geschwindigkeit ausgeführt werden. Häufige Anwendungsszenarien für parallele Workloads sind Risikosimulation, molekulare Modellierung, kontextbezogene Suche und Logistiksimulation.

Eng gekoppelte Workloads

nehmen typischerweise mehr gemeinsam genutzte Ressourcen in Anspruch und werden in kleinere Aufgaben aufgeteilt, die kontinuierlich miteinander kommunizieren. Mit anderen Worten: Einzelne Knoten in einem Cluster kommunizieren miteinander, während sie die Verarbeitung durchführen. Häufige Anwendungsszenarien für eng gekoppelte Workloads umfassen numerische Strömungsmechanik, Wettervorhersagemodellierung, Materialsimulation, Crashsimulationen in der Automobilindustrie, Geosimulation und Verkehrsmanagement.

Warum ist HPC wichtig?

HPC spielt seit Jahrzehnten eine wichtige Rolle in der akademischen Forschung und bei industriellen Innovationen. Es hat Ingenieuren, Data Scientists, Designern und anderen Forschern geholfen, viele große und komplexe Probleme wirtschaftlicher und effizienter zu lösen.

Zu den wichtigsten Vorteilen von HPC gehören:

Reduzierte physische Tests: HPC kann verwendet werden, um Simulationen zu erstellen, ohne dass physische Tests durch den Benutzer erforderlich sind. Beispielsweise kann HPC bei der Prüfung von Autounfällen Crashtest-Simulationen wirtschaftlicher und einfacher erzeugen als tatsächliche Crashtests.

Geschwindigkeit: Basierend auf den neuesten CPUs, Grafikprozessoren (GPUs) und Netzwerkarchitekturen mit geringer Latenz wie RDMA (Remote Direct Memory Access) sowie All-Flash-Lokalspeicher und Blockspeichergeräten kann HPC massive Berechnungen in Minuten durchführen, die früher Wochen gedauert hätten.

Kosten: HPC kann Antworten schneller und zu geringeren Kosten liefern. Und mit cloudbasiertem HPC können selbst kleine Unternehmen und Start-ups problemlos HPC-Workloads ausführen - sie zahlen nur für die Ressourcen, die sie tatsächlich nutzen, und skalieren je nach Bedarf nach oben und unten.

Innovation: HPC treibt Innovationen in praktisch jeder Branche voran und ist ein wichtiger Motor für bahnbrechende wissenschaftliche Entdeckungen, die die Lebensqualität von Menschen auf der ganzen Welt verbessern.

HPC-Nutzungsszenarien 

HPC wird immer beliebter, wobei Fortune-1000-Unternehmen HPC in fast jeder Branche einsetzen, und der globale HPC-Markt wird laut Hyperion Research bis 2022 voraussichtlich 44 Milliarden US-Dollar erreichen.

Hier sind einige der Branchen, in denen HPC eingesetzt wird, sowie die entsprechenden HPC-Workload-Typen:

Luft- und Raumfahrt: Erstellung komplexer Simulationen, wie etwa des Luftstroms über einem Flugzeugflügel.

Fertigung: Verbesserung von Design, Herstellung und Prüfung neuer Produkte (z. B. autonomes Fahren) durch Simulation, um sicherere Autos und leichtere Teile zu produzieren, die Prozesseffizienz zu verbessern und Innovationen zu fördern.

Finanztechnologie (Fintech): Führt komplexe Risikoanalysen, Hochfrequenzhandel, Finanzmodellierung und Betrugserkennung durch.

Genomik: Förderung der Genealogieforschung durch DNA-Sequenzierung, Analyse von Arzneimittelwechselwirkungen und Proteinanalyse.

Gesundheitswesen: Entwicklung von Medikamenten, Entwicklung von Impfstoffen und Erforschung innovativer Therapien für seltene und häufige Krankheiten.

Medien und Unterhaltung: Erstellen von Animationen, Rendern von Filmeffekten, Transkodieren großer Mediendateien und Schaffen immersiver Unterhaltungserlebnisse.

Öl & Gas: Führen Sie räumliche Analysen durch und testen Sie Lagerstättenmodelle, um den Standort von Öl- und Gasressourcen vorherzusagen; simulieren Sie Fluidströmungen und die Verarbeitung seismischer Daten usw.

Einzelhandel: Analyse großer Mengen an Kundendaten, um gezieltere Produktempfehlungen und einen besseren Service für Kunden bereitzustellen.