High-Performance Computing – Definition und Eigenschaften

High-Performance Computing, kurz HPC, beschreibt eine besondere Form des computergestützten Rechnens. Kennzeichnend für dieses Konzept ist die enorme Rechenleistung, die zur Verfügung steht. Damit hebt sich HPC beispielsweise von klassischen Servern, die Ressourcen für Anwendungen wie einen Webserver bereitstellen, ab. Zu Deutsch wird von Hochleistungsrechnen gesprochen.

Für das High-Performance Computing kommen Systeme zum Einsatz, die sich deutlich von klassischen Computern unterscheiden. Das zeigt sich bereits an der eingesetzten Hardware, die auf einer eigenen Architektur beruht. Ein solcher Hochleistungsrechner besitzt Prozessoren mit einer hohen Anzahl an Kernen. Während in Workstations und klassischen Servern mit acht oder zwölf Kernen gearbeitet wird, bieten aktuelle Generationen von Prozessoren für HPC 56 CPU-Kerne oder mehr. Speziell ist auch der enorm große Cache, der dafür sorgt, dass alle Prozessoren permanent mit Daten versorgt sind. In diesem Zusammenhang wird auch von Supercomputern gesprochen.

Gepaart ist dies mit Technologien wie High Bandwidth Memory. Dieses spezielle Speicherinterface ermöglicht Datenübertragungsraten zwischen Prozessor, Grafikeinheit und anderen Komponenten von mehr als 800 GByte/s. Das liegt deutlich über der Speicherbandbreite von üblichen PCs. Auch die Mainboards in diesen Systemen sind nach anderen Standards aufgebaut. Diese nehmen nicht nur einen Prozessor auf, sondern mehrere. Damit lässt sich die Leistung des Systems noch weiter nach oben skalieren.

Speziell sind dann auch die Erweiterungskarten, die sich in diesen Systemen finden. Während in klassischen PCs die Grafikkarte primär für die Ausgabe des Videosignals zuständig ist, erfüllen im High-Performance Computing sogenannte FPGAs einen besonderen Zweck. FPGA ist die Abkürzung für Field Programmable Gate Array. Wie Grafikkarten sind FPGAs über den schnellen PCIe-Bus angebunden. Diese sind vor allem für lineare Berechnungen konzipiert und übertreffen hier die Leistung von klassischeren Prozessoren deutlich. In die gleiche Kategorie fallen spezialisierte KI-Beschleuniger, die ebenfalls auf eigenen Erweiterungskarten sitzen. Beide Lösungen maximieren die Leistung und bieten zusätzlich spezielle Plattformen für Berechnungen.

An diesem Punkt zeigt sich ein weiterer Unterschied zu klassischen Servern, denn für FPGAs und KI-Beschleuniger existieren eigene Programmiersprachen für die Hardwarebeschleunigung. Durch diese ganz speziellen Entwicklungsumgebungen mit eigener Hardware entstehen eigene Workloads und sogar Anwendungen für das High-Performance Computing.

High-Performance Computing ist grundsätzlich ein in sich geschlossenes System, das sich lokal in einem Netzwerk betreiben lässt. Für eine breitere Masse an Nutzern wird das Konzept jedoch erst durch die Kombination mit der Cloud interessant. Durch die Cloud haben immer mehr Unternehmen Zugriff auf High-Performance Computing. Rechenleistung lässt sich wie bei anderen Konzepten einfach mieten. Ähnlich wie bei skalierbaren und flexiblen Ressourcen in der Cloud gibt es die Option, HPC-Rechenzeit von darauf spezialisierten Anbietern zu erhalten.

Solche IT-Dienstleister betreiben in der Cloud ganze Cluster solcher Systeme. Ein solcher Cluster besteht also aus mehreren einzelnen HPC-Servern. Durch ein solches Cluster entstehen Höchstleistungsrechner, deren Rechenleistung nochmals deutlich höher ist als von einzelnen Systemen. Solche HPC-Cluster, die KI-Beschleuniger und FPGAs nutzen, erreichen schnell Leistungen von mehr als 100 PetaFLOPS. Reguläre Workstations mit Quad-Core-CPU liegen hingegen in einem Bereich um 50 GigaFLOPS.

High-Performance Computing ist für ganz spezifische Anwendungsbereiche vorgesehen. Durch die wachsenden Datenmengen und die Möglichkeit, eigene Anwendungen für Workloads im Bereich HPC zu entwickeln, wächst auch das Einsatzfeld dieser Technologie.

Im Kern sind es vor allem drei Sektoren, für die High-Performance Computing geeignet ist. Das sind Analytik, Forschung und Künstliche Intelligenz. Die Auswertung von Data Lakes beispielsweise benötigt eine Menge an Rechenleistung. Normale Server benötigen für solche Aufgaben viel Zeit. Geht es aber um zeitkritische Szenarien, dann sind Auswertungen in Echtzeit nur mit High-Performance Computing möglich.

Komplexe Simulation aus dem Bereich der Forschung sind ebenfalls Einsatzmöglichkeiten für das High-Performance Computing. Besonders bietet es den Vorteil, simultan und linear zu skalieren beziehungsweise zur Parallelisierung von Prozessen. Auf diese Weise schafft HPC eine breite Datengrundlage, die unterschiedlichste Parameter oder Zielsetzungen berücksichtigen kann. Dadurch beschleunigen sich Prozesse in der Entwicklung, Forschung oder dem Design enorm und es stehen hochwertigere Ergebnisse zur Verfügung.

Ein weiterer Bereich sind Machine und Deep Learning. Künstliche Intelligenz arbeitet effizient und schnell, wenn Zugriff auf entsprechende Datenquellen möglich ist. High-Performance Computing beschleunigt solche Prozesse und erlaubt es, eigene Workloads und passend dazu Anwendungen zu erstellen.

HPC ist dafür konzipiert, extrem große Datenmengen in kurzer Zeit zu verarbeiten. Lange Zeit war solche Rechenleistung für die absolute Mehrheit der Unternehmen unerreichbar. Zum einen, weil die Technik nicht auf breiter Ebene verfügbar war. Zum anderen aber auch, weil die Investitionen in solche Systeme nur von Regierungen oder Großkonzernen zu stemmen waren.

Eine Stärke beim High-Performance Computing ist die Möglichkeit, eigene Workloads erstellen zu können. Dadurch haben Unternehmen und Organisationen Zugang zu einer Infrastruktur, die durch eine enorme Leistungsfähigkeit besticht und Rechenaufgaben meistert, die mit anderen Systemen deutlich mehr Zeit in Anspruch nehmen oder sogar unmöglich zu berechnen wären.

Ein spezifischer Vorteil von High-Performance Computing in der Cloud ist, dass auf diesem Weg eine fertige Infrastruktur für eigene Workloads zur Verfügung steht. Die hohen Investitionen in High-Performance Computing entfallen so. Skalierbare Modelle geben Unternehmen die Option, wie beim Cloud-Computing, individuell Prozessorlaufzeit für das Rechnen zu mieten und so die Kosten direkt zu kontrollieren.

Die Herausforderung ist es, Workloads und Anwendungen für diese spezielle Architektur zu erstellen. Das erfordert in den meisten Fällen individuelle Anpassungen oder sogar eine vollständige Entwicklung. Dementsprechend sind sicherlich nicht alle Unternehmen in der Lage, HPC für eigene Zwecke zu nutzen. Das Angebot an Software-Tools wächst jedoch ständig und somit sinken auch die Hürden, um High-Performance Computing effektiv in die eigenen Strukturen zu integrieren.

High-Performance Computing ist ein sehr spezifischer Bereich, der nicht für jedes Unternehmen von Interesse ist. Jedoch verändert sich der Sektor rapide, denn das Spektrum an Unternehmen, das von HPC profitieren kann, wächst immer weiter. High-Performance Computing, speziell in der Cloud, stellt die Leistung eines Supercomputers grundsätzlich jedem Unternehmen zur Verfügung. Damit sind komplexe Strömungssimulationen, Vorhersagen, Simulationen oder die Verarbeitung von großen Datenmengen in der Geschäftsanalyse in Echtzeit möglich.

Für wen sich der Einsatz von High-Performance Computing lohnt, lässt sich in einem Infrastruktur-Consulting herausfinden. IT-Experten von TelemaxX analysieren Prozesse in der IT und schätzen so ein, ob mithilfe von High-Performance Computing sinnvolle Mehrwerte für das Unternehmen möglich sind. Gerade was die Bereiche Innovation, Wettbewerbsvorteil und Effizienz betrifft, hat High-Performance Computing ein enormes, oftmals unentdecktes Potenzial für viele Unternehmen.