Fraunhofer ITWM auf der ISC

High Performance Computing und Künstliche Intelligenz

Pressemitteilung / 08. Mai 2024

Der Bereich »High Performance Computing« des Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM, bekannt für seine exascale-fähigen Programmierwerkzeuge und das parallele Dateisystem BeeGFS, kommt mit innovativen Lösungen für die HPC-Community in den Gebieten parallele Programmierung und Künstliche Intelligenz nach Hamburg. Am Gemeinschaftsstand mit ThinkparQ, einem Spinn-off des Fraunhofer ITWM, präsentieren die Expertinnen und Experten auf der ISC High Performance Computing 2024 verschiedene Innovationen des Instituts.

Vor Ort demonstrieren die Forschenden CARME, eine neue Open-Source-Softwareumgebung. Ziel dabei ist es, »interaktives Maschinelles Lernen auf HPC-Systemen zu vereinfachen«. GaspiLS stößt an die Grenzen der Skalierbarkeit für iterative Solver, die für CFD- und FEM-Simulationen grundlegend sind. Mit dem STX-Prozessorboard zeigt das Fraunhofer ITWM das erste Ergebnis seiner HPC-Prozessorentwicklung. Zusätzlich stellt ThinkparQ seine ehrgeizige BeeGFS-Roadmap vor.

Im Hinblick auf Green Computing ermutigt das Institut, sich über die neuesten Entwicklungen des Fraunhofer ITWM HPC-Prozessors zur Beschleunigung der Simulationscodes zu informieren. Die Neural Architecture Search Engine (NASE) demonstriert massive Energieeinsparungen durch Optimierung und Hardwareanpassung von DNNs.

Vernetzen am Stand L40

Das Team des mathematischen Instituts lädt alle Beuscher der ISC 2024 dazu ein, den Gemeinschaftsstand zu besuchen und sich über die neusten Technologien zu informieren. Intensive Gespräche und neue Vernetzungsmöglichkeiten dienen dabei zum Austausch.

Ein Highlight wartet auf die Besucherinnen und Besucher des Fraunhofer ITWM Standes: Die talentierte und aufstrebende Künstlerin, Gesche Karnik, ist vor Ort und wird während der Messe neue Werke schaffen. Hier haben Interessierte die Möglichkeit, die Entstehung der Kunstwerke live mitzuerleben und sich mit der Künstlerin persönlich auszutauschen.

© iStockphoto / Fraunhofer ITWM
Carme Deep Learning

CARME – Softwarestack für Interaktives ML auf HPC-Systemen

Wir freuen uns, auf der International SupercomputingConference (ISC) 2024 unseren Open-Source-Softwarestack CARME vorstellen zu können. CARME bündelt unsere Expertise in den Bereichen Künstliche Intelligenz (KI) und High Performance Computing (HPC) und lässt sich mühelos in Ihre HPC-Systeme integrieren. Mit CARME können Sie sich voll und ganz auf Ihre KI-Entwicklungsziele konzentrieren, ohne dass Sie über Vorkenntnisse oder Wissen über Workload-Management-Tools oder Hardware verfügen müssen. Denn CARME übernimmt all diese Aufgaben für Sie.

CARME ist benutzerfreundlich, sicher und flexibel konzipiert. Es bietet einen webbasierten Zugang und eine Zwei-Faktor-Authentifizierung (2FA), integriert Containertechnologie und bietet eine Vielzahl weiterer Funktionen. All dies macht sie zu einem benutzerfreundlichen und robusten Werkzeug für die Verwaltung von interaktiven und Batch-KI-Workloads auf HPC-Systemen. Auf der ISC präsentieren wir die Version 1.0 mit ihrem einfachen Installationsprozess.

Mehr Informationen zu CARME finden Sie hier.

GaspiLS – Skalierbarer Solver für CFD- und FEM-Simulationen

GaspiLS, unsere skalierbare iterative Löser-Bibliothek, hat in Codes von unabhängigen Softwareanbietern (ISV) und der Industrie eine außergewöhnliche Skalierbarkeit bewiesen. Angesichts der weiten Verbreitung von Workstations mit über 100 Kernen und kleinen High Performance Computing (HPC)-Installationen mit Tausenden von Kernen ist die starke Skalierbarkeit unserer Solver-Bibliothek für technische Lösungen unverzichtbar.

GaspiLS ist nicht nur eine Bibliothek, sondern ein Werkzeugkasten, mit dem Sie den optimalen Solver für Ihren Code entwerfen können. GaspiLS verfügt über hochskalierbare Algebraic Multigrid (AMG) und hybride Incomplete LU(ILU) Vorkonditionierer, die Wettbewerbern wieHYPRE und PETSc überlegen sind. Darüber hinaus ist GaspiLS quelloffen, was einen kollaborativen Ansatz zur Verbesserung seiner Fähigkeiten begünstigt. GaspiLS kann nahtlos in jeden Code integriert werden, der Message Passing Interface (MPI) oder GlobalAddress Space Programming Interface (GPI) verwendet, was es zu einer vielseitigen Wahl macht.

Mehr Informationen zu GaspiLS finden Sie hier.

© freepik / iStockphoto / Fraunhofer ITWM
GaspiLS Keyvisual

NASE – Suchmaschine für Neuronale Architektur

Die NASE (Neural Architecture Search Engine) am FraunhoferITWM ist ein leistungsfähiges KI-Tool zur Optimierung von Neuronalen Netzwerkmodellen im Hinblick auf die zugrunde liegende Hardware – z. B. KI-Beschleuniger, Zoll-AISCs und FPGAs. Dieser Service automatisiert den Prozess der Suche nach effizienten KI-Modellen, die auf spezifische Leistungsanforderungen wie Geschwindigkeit, Latenz und Stromverbrauch zugeschnitten sind. Durch die Einbeziehung einzigartiger Hardware-Merkmale in das Modelldesign stellt die NASE sicher, dass jede neuronale Architektur sowohl optimal als auch maßgeschneidert auf die Anforderungen des Nutzers zugeschnitten ist. Diese Lösung nutzt fortschrittliche Algorithmen und umfangreiche Rechenressourcen, um gebrauchsfertige, effiziente neuronale Netze für reale Anwendungen bereitzustellen.

An unserem Stand werden wir zeigen, wie NASE medizinische Geräte verbessert, indem es neuronale Netze für einen geringen Energieverbrauch optimiert, was bei tragbaren Geräten wie EKG-Monitoren von entscheidender Bedeutung ist. Durch diese Optimierung wird der Energieverbrauch erheblich gesenkt, was zu dramatischen Verbesserungen in mehreren Größenordnungen führt.

Mehr Informationen zu NASE finden Sie hier.

STX – Stencil- und Tensor Beschleuniger

In diesem Jahr wird am Stand des Fraunhofer ITWM die STXProzessorkarte vorgestellt, die das PCIe 5 Board mit vier STX Chiplets ausstattet. Diese Chiplets eignen sich hervorragend für bandbreitenbegrenzte Anwendungen, insbesondere für Schablonenalgorithmen.

Das System bietet Entwicklern eine benutzerfreundliche Programmierschnittstelle durch eine C++ und OpenMP-Schicht, die die zugrunde liegende Komplexität effizient maskiert. Unser Compiler-Team hat dieses Setup erfolgreich optimiert, um Spitzenleistungen über verschiedene Simulationskernel hinweg zu erzielen und so die Entwicklung zu rationalisieren und die Recheneffizienz zu verbessern.

Mehr Informationen zum STX-Prozessor finden Sie hier.