Supercomputer Hawk lernt künstliche Intelligenz
Der Anfang des Jahres in Betrieb genommene Supercomputer Hawk am Höchstleistungsrechenzentrum Stuttgart (HLRS) wird erweitert. Mit Grafikprozessoren des Herstellers Nvidia soll er nun auch für Aufgaben im Bereich künstlicher Intelligenz ertüchtigt werden.
Foto: HLRS
Das Beste aus zwei Welten, so ließe sich das Ziel des Ausbaus des Supercomputers Hawk in Stuttgart beschreiben, der heute angekündigt wurde. Von einer reinen Zentralrechnertechnologie mit Standard-Mikroprozessoren wird er nun zu einer Hybridplattform mit zusätzlichen Hochleistungs-Grafikprozessoren. Dieser Schritt optimiert die Rechnerlandschaft am HLRS und sorgt dafür, dass künftig auch Deep-Learning-Anwendungen möglich werden. Kombiniert mit den bisherigen Fähigkeiten zu Simulationen mittels High-Performance-Computing (HPC), macht das neuen Arbeitsabläufe möglich, indem diese mit Big-Data-Methoden kombiniert werden.
Grafikprozessoren sind prädestiniert für KI
„Unsere Mission am HLRS war es schon immer, sich optimal an den Bedürfnissen unserer Nutzer auszurichten, die primär aus dem Bereich der computergestützten Ingenieurwissenschaften kommen,“ erklärt der Leiter des HLRS, Michael M. Resch. „Viele Jahre lang hat das bedeutet, dass unser Flaggschiffrechner auf zentralen Prozessoreinheiten, auf CPUs, aufgebaut sein muss, da diese die Codes der höchst rechenintensiven Simulationen optimal nutzen.“ In jüngster Zeit beobachte er jedoch ein stetig wachsendes Interesse an Deep Learning und an künstlicher Intelligenz (KI). Resch: „Diese Anwendungen werden jedoch wesentlich effektiver von Grafikprozessoren bedient. Indem wir nun diesen zweiten Prozessortyp der Architektur unseres Hawk-Rechners hinzufügen, können wir fortan Forschern aus Wissenschaft und Industrie weiterhin bestmöglich dienen, die an vorderster Forschungsfront arbeiten.“
Der Anfang 2020 am HLRS in Betrieb genommene Supercomputer Hawk ist ein Apollo-System von Hewlett Packard Enterprise (HPE). Schon in seiner jetzigen Ausbauphase ist er einer der leistungsfähigsten Supercomputer in Europa. Laut HLRS steht Hawk in der aktuellen TOP500-Liste, die die schnellsten HPC-Systeme der Welt anhand des sogenannten High-Performance Linpack (HPL) Benchmarks aufführt, aktuell auf Rang 16.
24 HPE-Systeme mit 192 Grafikprozessoren
Nach der jetzt erfolgten Vertragsunterzeichnung mit dem Hersteller HPE wird Hawk um 24 HPE-Apollo-6500-Gen10-Plus-Systeme mit 192 Nvidia-A100-GPUs ausgebaut. Diese basieren auf Nvidias sogenannter Ampere-Architektur. Die Erweiterung bringt zusätzliche 120 Petaflops (120 Billiarden Gleitkommaoperationen pro Sekunde) an KI-Rechenleistung. Das soll es den Nutzenden ermöglichen, Anwendungen aus dem Bereich des Deep Learning, der Hochleistungsdatenanalyse und der KI auf ein und demselben System durchzuführen, das sie aktuell bereits für ihre höchst anspruchsvollen, rechenintensiven Simulationen nutzen.
Spekulationen, dass KI möglicherweise das Hochleistungsrechnen ersetzen könne, treten die Forschenden am HLRS entgegen. Aktuell sei es Fakt, dass einige der derzeit interessantesten Forschungsvorhaben vielmehr beide Technologien kombinieren.
Daten sammeln und KI auf ein und derselben Maschine
Für die Durchführung von Deep-Learning-Algorithmen sei es erforderlich, dass riesige Datenmengen vorhanden sind, um diese auf der Suche nach Informationen zu durchforsten. Solche Datenmengen zu erzeugen, sei aber eine Aufgabe, für die CPU-basierte HPC-Systeme wie Hawk prädestiniert seien. Mithilfe von Deep-Learning-Methoden auf GPU-basierten Systemen können dann Modelle erstellt werden, die Forschende im nächsten Schritt dabei unterstützen, diese riesigen Datensätze effizienter und erfolgreicher zu durchsuchen. Nutzer der HLRS-Rechner haben schon damit begonnen, zu untersuchen, wie solche hybriden Methoden die Forschung in Bereichen wie Strömungsdynamik, Verbrennung, Robotik und industrielle Produktion beschleunigen könnten.
„Die Erweiterung des Hawk-Rechners durch GPUs wird es ermöglichen, dass hybride Arbeitsabläufe, die das Höchstleistungsrechnen und künstliche Intelligenz kombinieren, wesentlich effektiver vonstattengehen“, erklärt Dennis Hoppe, der die KI-Aktivitäten am HLRS leitet. „Benutzer können für ihre Arbeiten auf ein und derselben Prozessorplattform verbleiben, KI-Algorithmen ausführen und die Ergebnisse umgehend in ihre weiteren Berechnungen integrieren.“
Das könnten Sie auch interessieren:
