Forscher werden mit der Anlage testen, wie gut sich das neuartige, über mehrere Projektlaufzeiten erweiterte Konzept eines modularen Supercomputers in der Praxis schlägt. „Die wissenschaftlichen Codes stammen aus den Neurowissenschaften und der Erdbeobachtung. Andere dienen der Erforschung von dynamischen chemischen Prozessen oder der Vorhersage von Sonnenstürmen“, erläutert Dr. Marlene Bamberg vom JSC, die das Projektmanagement-Team von DEEP-EST seit gut einem halben Jahr verstärkt.
Für verschiedene wissenschaftliche Anwendungen muss die verwendete Hard- und Software jeweils unterschiedliche Funktionen erfüllen. „Wir sehen heute, wie unsere wissenschaftlichen Anwender zunehmend verschiedene Simulationsmodelle kombinieren. Die Ansätze kommen sowohl aus dem Bereich des High Performance Computing als auch der Datenanalyse, sodass wir mit einem monolithischen Supercomputer kaum alle Anforderungen erfüllen können“, erklärt Prof. Thomas Lippert, Direktor des JSC.
Bereits seit acht Jahren arbeiten Jülicher Experten deshalb gemeinsam mit europäischen Partnern in den DEEP-Projekten an einer neuen modularen Supercomputer-Architektur, die sich flexibler und effizienter als bisherige Systeme für wissenschaftliche Anwendungen nutzen lässt. Ein solcher modularer Supercomputer ist nicht mehr monolithisch aus immergleichen Recheneinheiten aufgebaut. Stattdessen sieht der Ansatz mehrere spezialisierte Bausteine vor, die sich je nach Bedarf kombinieren lassen. Komplexe Berechnungen werden dann auf dem Cluster-Modul mit leistungsfähigen General-Purpose-Prozessoren ausgeführt. Einfache Programmteile übernimmt das Booster-Modul, auf dem sich gut teilbare Aufgaben mit hochparallelen Mehrkernprozessoren sehr effizient und schnell bearbeiten lassen.
Mit den beiden Jülicher Höchstleistungsrechnern JUWELS und JURECA sind bereits zwei Supercomputer als Cluster-Booster-System konzipiert und im Betrieb, die zu den schnellsten der Welt gehören. Im Projekt DEEP-EST, das im Juli 2017 startete, kommen zur Cluster-Booster-Architektur der Vorgängerprojekte DEEP und DEEP ER nun noch weitere Module hinzu. Für den aktuellen Prototyp ist ein zusätzliches Data-Analytics-Modul geplant, das speziell für Big-Data-Analysen und spezielle Anforderungen von Anwendungen im Bereich des Machine Learning und Deep Learning sowie der künstlichen Intelligenz (KI) optimiert wurde.
