Panasas zu Chancen und Anwendungen Modernes High Performance Computing ist mehr als nur ein Schlagwort

Anbieter zum Thema

Vogel IT-Medien GmbH

VMware Global Inc Zweigndl. Deutschland

DataCore Software GmbH

High Performance Computing hält zunehmend Einzug im Business-Umfeld und nimmt Einfluss auf den Geschäftsbetrieb von Unternehmen. Der Daten- und Storage-Spezialist Panasas fasst Hintergründe, Chancen und aktuelle Anwendungen zusammen.

Modernes High-Performance-Computing (HPC) wird definiert durch die Transformation des traditionellen HPC und seiner Konvergenz mit Künstlicher Intelligenz, Maschinellem Lernen (AI/ML), High-Performance-Data-Analytics (HPDA) und der Ausweitung über das primäre Rechenzentrum hinaus.

Die Art und Weise, wie wir HPC konzipieren und betreiben, befindet sich im Wandel. Man stelle sich zum Vergleich vor, wie sich die Telefonie vom Festnetztelefon hin zum heutigen Smartphone entwickelt hat. Das Telefon erfüllt natürlich immer noch dieselbe Hauptfunktion, aber jetzt ist es physisch ungebunden und darüber hinaus digital mit Anwendungen integriert.

Wie sind wir hier gelandet?

Früher (und damit meinen wir vor den 1990er Jahren) war HPC vorrangig auf den akademischen Bereich und die Forschung beschränkt. Seitdem haben wir jedoch beobachtet, wie HPC in einer ganzen Reihe weiterer Sektoren Bedeutung gewonnen hat, zum Beispiel in der Fertigung.

In der Vergangenheit war die Entwicklung eines neuen Produkts mit unzähligen Prototypen, umfangreichen Versuchen sowie insgesamt einem erheblichen Zeit- und Ressourcenaufwand verbunden. Doch mit der zunehmenden Verbreitung von HPC sind virtuelles Prototyping und Simulation zur Norm geworden.

Komplexe Entwürfe können virtuell getestet und optimiert werden, so dass die Ingenieure ihre Kreationen noch vor dem Bau eines einzigen physischen Prototyps feinabstimmen können. Dies senkt nicht nur die Kosten, sondern beschleunigt auch die Markteinführung und verschafft den Herstellern einen enormen Wettbewerbsvorteil.

Die Bedeutung, die HPC heute gewonnen hat und der damit verbundene Einfluss auf den Geschäftsbetrieb vieler Unternehmen, hat zu einer neuen Herangehensweise geführt. Wissenschaftliche Projekte und Back-End-Verarbeitung stehen nicht mehr im Mittelpunkt. HPC ist heute zuverlässiger, flexibler einsetzbar und weniger komplex. So definieren wir modernes HPC. Zusammenfassend lässt sich sagen, dass dieser moderne Ansatz vorrangig das Resultat von drei Entwicklungen ist, die sich aus den heutigen daten- und rechenintensiven Arbeitsabläufen ergeben haben:

Bye bye, HPC-Komplexität

Auf dem heutigen Markt ist HPC für Unternehmen, die sich einen Wettbewerbsvorteil verschaffen (oder auch nur überleben) wollen, unverzichtbar geworden. Das bedeutet, dass zuverlässige und einfache HPC-Lösungen heute wichtiger denn je sind.

Vorbei sind die Zeiten, in denen High Performance Data Storage und -Management akademischen Forschern oder spezialisierten Fachleuten vorbehalten waren. Zudem ist ein dedizierter HPC-Speicherspezialist für jeden individuellen Datenstandort ein unrealistisches Szenario.

Daten in Bewegung

Die Daten für Hochleistungsanwendungen werden heute an verschiedenen Orten gespeichert und verarbeitet. Unternehmen nutzen Cloud-Ressourcen und verlagern die Rechenkapazitäten dorthin, wo die Daten generiert werden.

Daraus resultieren Entscheidungsfindung in Echtzeit und größere Flexibilität. Da das Wachstum der Datenstandorte dynamisch ist, sind Datentransparenz und Mobilität zu entscheidenden Komponenten bei der Optimierung von HPC-Umgebungen geworden.

KI ist Teil der Konversation

Die Einführung von KI/ML-Techniken für HPC-Workloads hat neue Anforderungen und Herausforderungen mit sich gebracht. Unternehmen führen zunehmend mehrere HPC- und KI/ML-Anwendungen mit unterschiedlichen IO-Mustern und Dateigrößen gleichzeitig aus, auch bekannt als 'gemischte Arbeitslasten'. Ohne eine Speichersysteme, welche die Datenplatzierung optimieren und eine hohe Leistung über eine Reihe von Anwendungstypen hinweg bieten, kann der Datenzugriff, den diese gemischten Arbeitslasten erfordern, schnell zu einem wirklichen Problem werden.

Die Entwicklung von HPC hat es Analysten, Entwicklern und Forschern ermöglicht, mit modernen Algorithmen und Techniken, die früher unerreichbar waren, auf riesige Datenmengen aus einer Vielzahl von Quellen zuzugreifen und diese zu analysieren. Modernes HPC revolutioniert die Art und Weise, wie wir erneuerbare Energie erzeugen, gegen die Bedrohungen des Klimawandels angehen und autonome Fahrzeuge entwickeln.

HPC früher und heute

Wenn bis vor etwa zehn Jahren jemand 'HPC' sagte, war klar, dass er damit komplexe Modellierungs- und Simulationsanwendungen meinte, die auf großen Supercomputern oder geclusterten HPC-Systemen in zentralen Rechenzentren ausgeführt wurden. Dies ist zwar auch heute noch ein wichtiger Aspekt von HPC, aber modernes HPC hat sich rasant weiterentwickelt und deckt nun eine Vielzahl an Bereichen ab.

Ausweitung der Datenstandorte

Im traditionellen HPC wurden die Daten in der Regel an einem einzigen Ort auf einer Reihe von Servern gespeichert. Heute werden die Datenverarbeitung und Datenspeicherung über die Kernrechenzentren hinaus auf die Cloud und den Edge-Bereich ausgeweitet.

Diese Ausweitung ermöglicht es Unternehmen, HPC-Workloads näher an den Datenquellen auszuführen, was eine schnellere Verarbeitung und insgesamt geringere Latenzzeiten bei der Datenübertragung ermöglicht. Eine bessere Ressourcennutzung und Kosteneffizienz sind weitere Vorteile.

Datentransparenz und Mobilität

Im Zuge der Weiterentwicklung von HPC wurde mehr Wert auf Datentransparenz und Mobilität gelegt. Moderne HPC-Systeme bieten jetzt einen nahtlosen Zugang zu Daten über verschiedene Standorte und Plattformen hinweg.

Die Datentransparenz bietet einen ganzheitlichen Überblick über Daten auf allen Plattformen. Datenmobilität ermöglicht die einfache Verschiebung von Daten zwischen zentralen Rechenzentren, Cloud-Umgebungen sowie Edge-Geräten.

Einfaches Management

In der Vergangenheit waren für HPC-Systeme spezialisierte Experten erforderlich, um mehrere komplexe Speichersysteme zu verwalten und die Anwendungsleistung zu optimieren, was zeitaufwändige Anpassungen und Neueinstellungen sowie lange (und kostspielige) Ausfallzeiten des Systems zur Folge hatte.

Auch heute noch sind Komplexität und mangelnde Zuverlässigkeit für viele HPC-Systeme ein Problem, insbesondere für parallele Open-Source-Dateisysteme wie Lustre. Moderne HPC-Lösungen hingegen legen den Schwerpunkt auf benutzerfreundliche Oberflächen, Automatisierungsfunktionen und optimierte Arbeitsabläufe, die es auch Nicht-Experten ermöglichen, die HPC-Infrastruktur einfach zu verwalten und zu betreiben.

Aufbrechen von Datensilos

Datensilos, in denen Informationen und Datensätze innerhalb bestimmter Abteilungen oder Forschungsgruppen isoliert sind, waren im traditionellen HPC die Norm. Modernes HPC erkennt den Wert der Kollaboration an und hat zum Ziel, diese Silos aufzubrechen. Die sichere, gemeinsame Nutzung von Daten sowie die teamübergreifende Integration stehen dabei im Mittelpunkt, um Forschung und Innovationen voranzutreiben.

Gemischte Arbeitslasten

Zusätzlich zu den traditionellen Modellierungs- und Simulationsanwendungen unterstützt modernes HPC ein breiteres Spektrum an Workloads. Dazu gehören HPDA, AI/ML sowie weitere, datenintensive Aufgaben. Moderne HPC-Lösungen sind in der Lage, verschiedene Arbeitslasten effizient zu bewältigen, sodass User mehrere Tools und Techniken in einer einheitlichen Umgebung nutzen können.

Modernes HPC in Aktion

Gesundheitswesen und Biowissenschaften

Modernes HPC unterstützt fortschrittliche medizinische Bildanalysen, Genomforschung sowie Arzneimittelentwicklung. HPC-Systeme können mithilfe von Künstlicher Intelligenz medizinische Bilder rasch analysieren und Ärzten dabei helfen, Krankheiten mit höherer Genauigkeit und Geschwindigkeit zu diagnostizieren.

In der Genomforschung erleichtert HPC die Verarbeitung und Analyse großer genomischer Datensätze und hilft dabei, genetische Muster zu erkennen, die mit Krankheiten und potenziellen Behandlungsmöglichkeiten in Verbindung stehen. HPC-gestützte Simulationen beschleunigen die Entdeckung von Medikamenten, indem sie die Wechselwirkungen zwischen verschiedenen Wirkstoffen und Zielen simulieren.

Fertigung

Modernes HPC spielt eine wichtige Rolle bei der Optimierung von Entwürfen, Simulationen und Modellierung in der Fertigung. HPC-Systeme können KI nutzen, um Sensordaten zu analysieren und Anomalien in Fertigungsprozessen zu erkennen, was eine vorausschauende Wartung zur Vermeidung von Anlagenausfällen ermöglicht.

ML-Modelle können eingesetzt werden, um Konstruktionen, Materialeinsatz sowie Produktionsprozesse zu optimieren. Das resultiert in einer verbesserten Effizienz sowie einer Reduktion der Kosten.

Finanzdienstleistungen

Modernes HPC findet im Finanzsektor Einsatz bei Risiko-Analysen, im algorithmischen Handel sowie bei der Betrugserkennung. HPC-Systeme nutzen KI/ML, um große Finanzdatensätze zu verarbeiten, komplexe Muster zu erkennen sowie exakte Risikobewertungen zu liefern.

ML-Modelle können betrügerische Aktivitäten aufdecken, indem sie riesige Mengen von Transaktionsdaten analysieren. HPC ermöglicht darüber hinaus algorithmischen Handelsplattformen die Verarbeitung von Marktdaten in Echtzeit sowie die Ausführung von Hochfrequenz-Geschäften auf der Grundlage ausgefeilter ML-gesteuerter Strategien.

Energie

Modernes HPC wird im Energiesektor für die Öl- und Gasexploration, die Optimierung erneuerbarer Energien und das Netz-Management eingesetzt. Unternehmen nutzen KI, um riesige Mengen seismischer Daten zu verarbeiten und geologische Anomalien genau und effizient zu identifizieren.

In der Folge werden der Explorationsprozess rationalisiert, die Kosten gesenkt und die Erfolgsquote beim Auffinden wertvoller Reserven insgesamt erhöht. Darüber hinaus hilft HPC bei der Optimierung erneuerbarer Energieressourcen durch die Analyse von Wettermustern sowie die Verbesserung des Netzmanagements für eine effizientere Verteilung erneuerbarer Energien.

Last not least - Akademische Forschung

Modernes HPC spielt eine entscheidende Rolle in der Forschung mit Blick auf Disziplinen wie Physik, Astronomie, Landwirtschaft, Materialwissenschaft, um nur einige zu nennen. Forscher nutzen HPC-Systeme, um komplexe Phänomene zu simulieren und große Datensätze zu analysieren.

(ID:49679856)