Höchstleistungsrechner führen ihre Aufgaben in hohem Maße parallel aus, indem sie die Arbeitspakete auf viele verschiedene Rechenkerne zur gleichzeitigen Bearbeitung verteilen. Daher muss die Software an die parallele Hardware-Architektur angepasst werden. Mit wachsendem Parallelitätsgrad der Hardware einerseits und zunehmender Komplexität von Simulationssoftware andererseits wird der Aufwand für die kontinuierliche Anpassung immer unüberschaubarer.
Heute ist klar: Bestimmte früher die Hardware die Fortentwicklung die Schnelligkeit der Rechner, ist es heute die Software. Der Schritt zum Exascale-Bereich kann nur erreicht werden, wenn die Software mit der extremen Parallelität der Hardware mithalten kann – und hier müssen in vielerlei Hinsicht die bisherigen Vorgehensweisen grundlegend überdacht werden.
Die Deutsche Forschungsgemeinschaft (DFG) hat daher das Schwerpunktprogramm ‘Software for Exascale Computing’ (Sppexa) gestartet. Der Informatikprofessor Hans-Joachim Bungartz vom Lehrstuhl für Wissenschaftliches Rechnen der TU München (TUM) hat das Projekt vorangetrieben und ist jetzt einer der Koordinatoren. Sppexa ist auf sechs Jahre ausgerichtet und hat einen Budgetumfang von 24 Millionen Euro.
In den nächsten Jahren sollen in Sppexa neue Konzepte für Software im Bereich High Performance Computing erarbeitet werden. Am Ende könnten nach Angaben der TUM “völlig neue Vorgehensweisen in der Softwareentwicklung für Höchstleistungsrechner” stehen. Was heute nur im Höchstleistungsrechnen wesentlich ist, könnte auch den Computernutzern zu Hause hilfreich sein. Hier erwarte man ebenfalls eine verstärkte Parallelisierung der Arbeitspakete, um Rechner mit mehreren Prozessorkernen effizient auszulasten.
Angriffe auf APIs und Webanwendungen sind zwischen Januar 2023 und Juni 2024 von knapp 14…
Mit täglich über 45.000 eingehenden E-Mails ist die IT-Abteilung des Klinikums durch Anhänge und raffinierte…
Bau- und Fertigungsspezialist investiert in die S/4HANA-Migration und geht mit RISE WITH SAP in die…
Trends 2025: Rasante Entwicklungen bei Automatisierung, KI und in vielen anderen Bereichen lassen Unternehmen nicht…
DHL Supply Chain nutzt generative KI-Anwendungen für Datenbereinigung und präzisere Beantwortung von Angebotsanforderungen (RFQ).
Marke mtu will globale Serviceabläufe optimieren und strategische Ziele hinsichtlich Effizienz, Nachhaltigkeit und Wachstum unterstützen.