HPCBeschleunigern

HPCBeschleunigern bezeichnet in der Informationstechnologie Hardwarekomponenten, die dazu dienen, Rechenaufgaben in Hochleistungsrechnern schneller auszuführen, indem rechenintensive Kernel von der CPU ausgelagert werden. Typische Beschleuniger sind Grafikkarten GPUs, Feldprogrammierbare Logikarrays FPGAs, ASICs und spezialisierte Tensorprozessoren. In modernen Clustern finden sie häufig als Ko-Prozessoren neben CPUs Anwendung. Sie bieten eine hohe Parallelität, viele Recheneinheiten und oft eine große Speicherbandbreite, was insbesondere für datenintensive und lineare Algebra- oder Matrixberechnungen von Vorteil ist. Der Anschluss erfolgt meist über PCIe, in größeren Systemen über Hochgeschwindigkeitsverbindungen wie NVLink oder Infinity Fabric.

Software- und Programmierumgebungen ermöglichen das Schreiben von Kernel- oder Offload-Programmen, die auf dem Beschleuniger laufen. Zu den gängigen Programmiersprachen und Frameworks gehören CUDA (NVIDIA), ROCm (AMD), OpenCL, SYCL, OpenACC und HIP; dazu kommen Bibliotheken für lineare Algebra, FFTs, Deep Learning und domain-spezifische Solver. Leistungsrelevante Optimierung umfasst Speicherzugriffsplanung, Bandbreite, Tools zur Profilierung und Optimierung der Kernel-Launch-Konfiguration. Beschleuniger unterstützen in vielen Systemen den Betrieb von heterogenen Architekturen, bei denen CPU und Accelerator gemeinsam arbeiten.

Anwendungsfelder umfassen naturwissenschaftliche Simulationen (Klimamodellierung, Magnet- und Quantenphysik), Computational Fluid Dynamics, Molekulardynamik, Materialwissenschaften, Finite-Elemente-Analysen sowie Training und Inferenz von Machine-Learning-Modellen. HPCBeschleunigern tragen maßgeblich zur Erreichung von Exascale- und Post-Exascale-Zielen bei, indem sie Rechenleistung pro Watt optimieren und spezialisierte Workloads beschleunigen.