Aussicht auf einen Digitalen Erdenzwilling Nvidia gewinnt Benchmarks und innovative Kunden

Auf Nvidias Technologiekonferenz „GTC 2021“ und der Supercomputing Conference „SC21“ hat der GPU-Spezialist nicht nur „Omniverse“, „Earth-2“ (siehe: Kasten), „Quantum-2“ und „Modulus“ vorgestellt. Der Hersteller glänzt mit interessanten Kundenprojekten sowie Leistungserfolgen.

Anbieter zum Thema

Schneider Electric GmbH

AixpertSoft GmbH

Fujitsu Technology Solutions GmbH

NVIDIA GmbH

Atos und Nvidia haben das Excellence AI Lab (EXAIL) angekündigt, das Wissenschaftler und Forscher zusammenbringt, um europäische Computertechnologien, Bildung und Forschung voranzutreiben. Das technische Ziel ist Exascale-Computing.

Die ersten Forschungsprojekte des Labors werden sich auf fünf Schlüsselbereiche konzentrieren, die durch Fortschritte im Hochleistungsrechnen und in der KI ermöglicht werden: Klimaforschung, Gesundheitswesen und Genomik, Hybridisierung mit Quantencomputing, Edge AI/Computer Vision und Cyber-Sicherheit. Atos will dazu einen „Bull Sequana X“ Supercomputer der Exascale-Klasse mit Nvidias ARM-basierter, kommender „Grace“-CPU, „Atos BXI Exascale Interconnect“ und Nvidia Quantum-2 Infiniband-Netzwerkplattform entwickeln.

Gordon Bell Awards

Die Gordon Bell Awards werden für herausragende Leistungen in der wissenschaftlichen Informatik verliehen, quasi der Nobelpreis im High Performance Computing. Es gab diesmal vier Finalisten, die mit Nvidia-Technologie in der Anwendung von HPC und AI reüssierten.

Zwei Forscherteams simulieren eine Milliarde Atome, um herauszufinden, wie das Virus COVID-19 funktioniert und wirkt. Das Team am Argonne National Laboratory nutzte AI auf „Perlmutter“, einem „Nvidia-A100“-gestützten HPE-System, um mehrere Simulationen miteinander zu verbinden. So gelang es, mit einer neuen Ebene der Klarheit zu zeigen, wie das Virus sich innerhalb des Wirtskörpers vermehrt. Diese Erkenntnis könnte zu neuen Methoden führen, die Ausbreitung des Virus einzudämmen beziehungsweise aufzuhalten.

Ein drittes Team entwickelte ein neues KI-Modell, um die Entdeckung von Medikamenten zu beschleunigen, und ein viertes stellte künstliche Industriediamanten unter hohem Druck her.

Digital Twins

Siemens Energy hat Nvidia Omniverse gewählt, um einen industriellen digitalen Zwilling eines Kraftwerks zu entwickeln. Damit will es die vorausschauende Wartung verbessern. Der jeweilige Energieversorger könne dadurch jährlich geschätzte 1,7 Milliarden Dollar einsparen.

Voraussetzung ist der Einsatz von so genannten "„eat recovery steam generators“ (HRSG), die die Abwärme der Gasturbine wiederverwenden, um Dampf zu erzeugen, welcher bislang die Dampfturbine antrieb. Das neue System verbessert die thermodynamische Effizienz des Kraftwerks bereits um mehr als 60 Prozent, so Siemens Energy.

Die KI-gestützten Simulationen sagen aber auch das Auftreten von Korrosion voraus, die zu Ausfällen durch Reparaturen führen können. Schon eine Verringerung dieser Ausfallzeiten eines HRSG-Systems von durchschnittlich 5,5 Tagen um ein Zehntel, schätzt Siemens Energy, würde die genannten 1,7 Milliarden Dollar jährlich einsparen.

Nvidia GTC 2021: Starke Kundenbeispiele, faszinierende Technik

Beschleunigung und KI formen die Zukunft der IT

Auch die BMW Group, die in aller Welt über 31 Fabriken besitzt, baut derzeit mehrere industrielle Digital Twins auf, um die Fabrik der Zukunft zu gestalten. Ericsson verwendet Omniverse, um ganze Städte in digitalen Zwillingen abzubilden und den Aufbau von 5G-Netzen zu simulieren (siehe auch: „Nvidia GTC 2021: Starke Kundenbeispiele, faszinierende Technik; Beschleunigung und KI formen die Zukunft der IT“. Der weltweite Markt für Digital -Twin-Plattformen soll nach Schätzung von Grand View Research bis 2028 auf 86 Milliarden Dollar wachsen.

Ergänzendes zum Thema

Earth 2

Es geht um nicht weniger als ein digitales Abbild der Welt - und so heißt auch der Supercomputer, den Nvidia bauen will: „Eath 2“.

Nvidia-Chef hat ihn auf der GTC21 angekündigt, doch nicht Genaues dazu erläutert. So hat er während eine Pressekonferenz eingeräumt, dass er beispielsweise noch nicht wisse, wo der Supercomputer stehen soll: „Über die Ansiedlung von Earth 2 debattiere ich noch mit mir selbst. Es gibt zwar mehrere Möglichkeiten, aber noch habe ich mich nicht entschieden.“

An anderer Stelle äußert sich Huang eindeutiger: „Earth 2 wird vollständig von Nvidia finanziert.“ Er setzt hinzu: „Wir haben jetzt mehrere Supercomputer, die zu den größten der Welt gehören. Selene rangiert auf der Supercomputing-Liste auf Platz 6. Der Cluster dient dazu, Software für KI-Anwendungen zu entwickeln und zugleich soll KI unseren Weltklasse-Informatikern dabei helfen, neue Software zu erstellen.“

Cambridge-1 sei gerade als Supercomputer für das Gesundheitswesen beziehungsweise für Biowissenschaften in Betrieb genommen worden. Das System ist etwa so groß wie Selene.

„Und wir werden Earth 2 schaffen, um die Fähigkeiten unserer Forscher zu bündeln und einen Beitrag zur Bekämpfung des Klimawandels beizutragen“, so Huang. Das gelte auch in anderer Hinsicht: „Ich werde die Architektur von Earth 2 bald enthüllen. Sie wird es uns ermöglichen, den Energie-effizientesten Supercomputer zu schaffen, der je geschaffen wurde - bei unglaublicher Leistungsfähigkeit. Es wird ein Supercomputer sein, der der für das 'Omniversum' konzipiert ist. Während die Erde eine physische ist, wird Earth 2 der Motor für alternative Welten sein.

MLPerf HPC Benchmarks

In einem Leistungsvergleich anhand des Benchmarks „MLPerf HPC 1.0“ haben Nvidia-A100-basierte Systeme vier von fünf Tests gewonnen. Die MLPerf-Tests messen die AI-Leistung wissenschaftlicher Anwendungen in HPC.

MLPerf HPC 1.0 wendet drei Workloads an, die typisch sind für HPC-Rechenzentren.

• „Cosmoflow“ schätzt Einzelheiten von Objekten in Bildern aus Teleskopen (Astronomie).

• „Deepcam“ testet die Entdeckung von Hurrikanen und Jetstreams in Klimadaten (Wetter- und Klimavorhersage).

• „Opencatalyst“ verfolgt nach, wie gut ein System Kräfte zwischen Atomen in einem Molekül vorhersagt (Molekulardynamik).

Das „Perlmutter Phase 1“- System am Lawrence Berkeley National Lab gewann in der starken Skalierung (Training) im Opencatalyst Benchmark. In der neuen Kategorie „schwache Skalierung“, die die Effizienz pro Chip misst, erzielten die Deepcam-Tests, die auf dem Nvidia-Supercomputer „Selene“ ausgeführt wurden, den ersten Platz.

(ID:47825464)