Universelle Berechnungen auf der GPU

GPGPU steht für „general-purpose computing on graphics processing units“, also universelle Berechnungen auf Grafikprozessoren, oder kurz für „general-purpose graphics processing units“, also universelle Grafikprozessoren. Dabei wird die Rechenleistung von GPUs, die traditionell zur Erzeugung von Computergrafiken eingesetzt werden, für Aufgaben genutzt, die bisher von zentralen Prozessoren (CPUs) ausgeführt wurden. Die kombinierte Nutzung dieser beiden Prozessortypen wird manchmal als heterogenes Computing bezeichnet. Sie ist ein entscheidender Faktor für viele technologische Durchbrüche, beispielsweise für die Entwicklung künstlicher Intelligenz durch maschinelles Lernen und Deep Learning.

GPGPUs eignen sich aufgrund ihrer großen Anzahl an Rechenkernen besonders für parallele Berechnungen. Diese Kerne arbeiten zwar mit niedrigeren Taktraten als CPUs, sind jedoch besser für Daten in grafischer Form geeignet. Bahnbrechende wissenschaftliche Forschung kann erheblich von GPGPUs profitieren. Viele Server für High Performance Computing (HPC) nutzen eine große Anzahl an GPGPUs, um eine Rechenleistung auf Supercomputing-Niveau zu erreichen.

Es versteht sich von selbst: Wenn die Daten, mit denen Sie arbeiten, bereits in grafischer Form vorliegen – etwa bei Projekten im Bereich Computer Vision wie der Entwicklung autonomer Fahrzeuge oder von Gesichtserkennungssystemen –, sind GPGPUs in Ihren Servern eine sinnvolle Wahl. Weitere mögliche Einsatzbereiche sind:

Geowissenschaften: Ob meteorologische oder astronomische Forschung – der Einsatz von GPGPUs kann die Verarbeitung erheblich beschleunigen. So hat beispielsweise die Waseda-Universität in Japan mit dem GIGABYTE-Modell G221-Z30 einen Computing-Cluster aufgebaut, der Simulationen zu den Auswirkungen des Klimawandels auf Küstenregionen ausführen kann. Das Lowell Observatory in Arizona, USA, verwendet das GIGABYTE-Modell G482-Z50, um bei der Suche nach bewohnbaren Exoplaneten das „Sternenrauschen“ herauszufiltern.

Wissenschaftliche Erkenntnisse: Hochschulen und Forschungszentren erweitern kontinuierlich die Grenzen unseres Wissens. Mit GPGPUs ausgestattete GPU-Server können diese Arbeit beschleunigen. CERN, die Europäische Organisation für Kernforschung, verwendet das GIGABYTE-Modell G482-Z51, um die vom Large Hadron Collider (LHC) erzeugten Daten zu analysieren und nach dem schwer fassbaren „Beauty-Quark“ zu suchen. Das Institut für theoretische und computergestützte Chemie der Universität Barcelona hat die Leistung seines Rechenzentrums mit dem GIGABYTE-Modell G292-Z42 und weiteren Servern um rund 40 % gesteigert.

Für eine bessere Zukunft: Wenn sich die klügsten Köpfe der Welt mit fortschrittlicher Rechenleistung den Herausforderungen der Menschheit stellen, spielen mit GPGPUs ausgestattete Server eine wichtige Rolle. IFISC, Spaniens Institut für interdisziplinäre Physik und komplexe Systeme, nutzt das GIGABYTE-Modell G482-Z54 für wichtige Forschungsarbeiten zu Klimawandel, grüner Energie und Möglichkeiten zur Bekämpfung von COVID-19. Die National Taiwan Normal University hat mit dem Modell G190-H44 und weiteren Servern ein Center for Cloud Computing eingerichtet. Solange sich die Daten in eine grafische Form umwandeln lassen, sind GPGPUs eine naheliegende Lösung für den Einsatz in Servern.

Für den Einsatz von GPGPUs in Servern empfiehlt GIGABYTE die G-Serie der GPU-Server. Dank der umfassenden Expertise von GIGABYTE im Bereich des thermischen und mechanischen Designs zählt die G-Serie zu den führenden Lösungen am Markt und bietet einige der GPU-Server mit der höchsten Packungsdichte. Sie können mehrere GPGPUs aufnehmen und für komplexe Berechnungen nutzen. So kann der G481-HA1 bis zu zehn NVIDIA Tesla® V100 PCIe GPGPUs aufnehmen, während der G492-ID0 NVIDIA HGX™ A100 mit bis zu acht SXM4 GPGPUs unterstützt. Diese Server wurden rigorosen Tests unterzogen, um ihre Leistungsfähigkeit und Stabilität auch unter hoher Belastung sicherzustellen.

Weitere Informationen:
《So bauen Sie Ihr Rechenzentrum mit GIGABYTE auf: Kostenloser technischer Leitfaden zum Download》