High Performance Computing

Das Gesetz des Turbo-Wachstums

Mit GPU-Computing ist das Mooresche Gesetz überholt. Nun gilt das Gesetz des Turbo-Wachstums. Die Basis bildet ein hochspezialisierter, paralleler Grafikprozessor. Das Prinzip wird im Systemdesign, in der Software, den Algorithmen und in optimierten Anwendungen fortgesetzt. Jeder grafikprozessorbeschleunigte Server ersetzt Dutzende handelsübliche CPU-Server und ermöglicht einen erheblich höheren Anwendungsdurchsatz sowie umfangreiche Kosteneinsparungen.

Das Gesetz des Turbo-Wachstums
Beschleunigung wissenschaftlicher Entdeckungen

Beschleunigung wissenschaftlicher Entdeckungen

Das NVIDIA® CUDA®-Programmiermodell ist für Entwickler von Hochleistungsanwendungen die Plattform der Wahl. Mittlerweile verfügen mehr als 550  Anwendungen, einschließlich der 15 wichtigsten Anwendungen für High Performance Computing (HPC), über GPU-Unterstützung. Von Wetterprognosen über Materialwissenschaft bis hin zu Windkanalsimulationen und Genomik: NVIDIA-Grafikprozessoren beschleunigtes Computing steht im Mittelpunkt der vielversprechendsten Forschungsbereiche, in denen HPC eingesetzt wird.

Mehr Infos:

> GPU-Anwendung Kurzanleitungen

> NVIDIA GPU Cloud Container für HPC-Anwendungen

Power für die schnellsten Supercomputer der Welt

Power für die schnellsten Supercomputer der Welt

GPU-Computing ist für HPC und Rechenzentren aufgrund seiner hervorragenden Zugänglichkeit und Energieeffizienz der richtige Weg in die Zukunft. Heute liefern NVIDIA-Lösungen die Leistung für die schnellsten Supercomputer in den USA und in Europa sowie für einige extrem fortschrittliche Systeme, die derzeit gebaut werden.

In den USA wurde am Oak Ridge National Laboratory mit Summit der weltweit intelligenteste und leistungsstärkste Supercomputer eingeführt. Er bietet mehr als 200 PetaFLOPS für HPC und 3 ExaOPS für KI. In Summit treffen HPC- und KI-Computing auf 27.000 NVIDIA Volta-Grafikprozessoren mit Tensor-Recheneinheiten. Diese unschlagbare Kombination wird wissenschaftliche Entdeckungen zweifelsohne beschleunigen. Außerdem wird 2018 in Japan die AI Bridging Cloud Infrastructure (ABCI) online gehen und zum leistungsstärksten Supercomputer des Landes sowie zu einer globalen Innovationsplattform für KI werden.

EINHEITLICHE PLATTFORM FÜR HPC UND KI

Die Schnittmenge von HPC und KI bietet enormes Potenzial für den wissenschaftlichen Fortschritt und beschleunigt Innovationen in diesem Bereich mehr als je zuvor. Mithilfe von KI lassen sich bisher als unlösbar geltende Problem angehen. Hierbei werden Modelle realer Bedingungen anhand von Daten aus Experimenten und Simulationen erstellt. Zudem ermöglicht KI mittlerweile Ergebnisse in Echtzeit, während vergleichbare Simulationen früher mehrere Tage oder sogar Monate dauerten.

inside BIGDATA
Die Schnittmenge von HPC und maschinellem Lernen – Whitepaper
Intersect360: HPC-Anwendungsunterstützung für GPU Computing
Technische Übersicht zum Anwendungs-Workload herunterladen

Vereinfachte Progammierbarkeit

Grafikprozessoren bilden das Herzstück der HPC-Beschleunigung. Mittlerweile ist ihre Programmierung extrem einfach – dank umfassender Bibliotheken, des über Anweisungen gesteuerten OpenACC sowie des leistungsstarken CUDA-Programmiermodells.

ERFOLGSGESCHICHTEN MIT HPC UND KI

Die Kombination aus KI- und Deep-Learning-Algorithmen mit HPC wird mit hoher Wahrscheinlichkeit alle Aspekte des menschlichen Lebens nachhaltig prägen. Hier einige Beispiele, wie verschiedene Einrichtungen bereits jetzt von dieser Technologie profitieren:

NCSA Gravity Group

NCSA Gravity Group

2017 erhielt das Laser Interferometer Gravitational-Wave Observatory (LIGO) für die Entdeckung von Gravitationswellen, die Millionen von Lichtjahren entfernt sind, in Echtzeit den Nobelpreis für Physik.

UFL und UNC

UFL und UNC

Die University of Florida (UFL) und die University of North Carolina (UNC) entwickelten mit ANAKIN-ME eine Engine für neuronale Netze, die Quantenmechaniksimulationen mit hoher Rechengeschwindigkeit mit hoher Präzision bei sehr geringen Kosten erstellt.

ITER-Fusionsenergie

Princeton University: ITER-Fusionsenergie

Die Princeton University setzt die Rechenleistung von Grafikprozessoren ein, um Störungen in einem Tokamak-Fusionsreaktor in der ITER-Einrichtung zu prognostizieren. Ziel dieses internationalen Experiments ist der Nachweis, dass sich Fusionsenergie als Quelle erneuerbarer  sauberer Energie eignet.

Oak Ridge National Laboratory

Oak Ridge National Laboratory

KI mit der Leistung von NVIDIA-Grafikprozessoren beschleunigt die Kartierung und Analyse der Bevölkerungsverteilung weltweit, was höhere Effizienz bei der Planung, der Bereitstellung von Gütern und Dienstleistungen sowie der Nutzung knapper Ressourcen ermöglicht.

NASA AMES

NASA Ames

Um jederzeit genau zu wissen, wie es um die Gesundheit unserer Erde bestellt ist, hat die NASA mit DeepSat ein Deep-Learning-Framework zur Klassifizierung und Segmentierung von Satellitenbildern entwickelt.

RECHENZENTRUM BESCHLEUNIGEN

Hier erfahren Sie mehr über den NVIDIA Tesla® V100, den fortschrittlichsten Grafikprozessor im Rechenzentrum für KI und HPC.