Technische Definition
Hochleistungsrechnersysteme (HPC) sind spezialisierte Computerarchitekturen, die durch Parallelverarbeitungstechniken Rechenleistung bündeln, um rechenintensive Probleme in Wissenschaft, Technik und Wirtschaft zu lösen. Diese Systeme bestehen typischerweise aus mehreren Prozessoren, Hochgeschwindigkeitsverbindungen, großen Speicherkonfigurationen und speziellen Speicherlösungen, die zusammenarbeiten, um überlegene Leistungskennzahlen zu erzielen. HPC-Systeme werden für Aufgaben wie Wettersimulation, Molekülmodellierung, Finanzrisikoanalyse und Training maschineller Lernmodelle eingesetzt. Sie zeichnen sich durch hohe Spitzen- und Dauerleistung aus, gemessen in FLOPS, und können Tausende bis Hunderttausende von Verarbeitungseinheiten enthalten. Die Systeme sind für die Verarbeitung großer Datenmengen und komplexer Berechnungen ausgelegt, die auf Allzweckcomputern unpraktisch wären. Aufgrund ihres hohen Energieverbrauchs benötigen sie oft spezielle Kühl- und Strominfrastruktur. Das Verzeichnis listet typische Parameter wie Spitzenleistung (1–10 FLOPS), Dauerleistung (0,5–5 FLOPS), Prozessoranzahl (1000–100000 Einheiten), Speicherkapazität (10–500 TB), Verbindungsbandbreite (100–1000 GB/s), Stromverbrauch (100–1000 kW), Betriebstemperatur (10–35 °C, ISO 7779), Speicherkapazität (1–50 PB), Kühlmethode (Luft oder Flüssigkeit, Flüssigkeit für >200 kW), Stellfläche (10–200 m²), Gewicht (5000–50000 kg), Betriebsfeuchtigkeit (20–80 % RH, ISO 7779) und Eingangsspannung (200–480 V AC, IEC 60038). Diese Werte sind Referenzbereiche und müssen für das spezifische Modell und die Anwendung bestätigt werden. Die Systeme werden aus Halbleitermaterialien, Kupferlegierungen, Wärmeleitmaterialien und Leiterplattensubstraten hergestellt. Bei der Beschaffung ist es wichtig, die genauen Spezifikationen mit dem Hersteller oder Lieferanten zu bestätigen, da tatsächliche Leistung und Konformität variieren können.
Funktionsprinzip
HPC-Systeme arbeiten nach dem Prinzip der Parallelverarbeitung, bei dem Rechenaufgaben in kleinere Teilaufgaben zerlegt werden, die gleichzeitig auf mehreren Verarbeitungseinheiten ausgeführt werden können. Diese Systeme nutzen spezielle Architekturen wie Cluster, Grids oder massiv parallele Prozessoren (MPP) mit Hochgeschwindigkeits- und Niedriglatenzverbindungen, um die parallele Ausführung zu koordinieren. Arbeitslasten werden über Job-Scheduler und parallele Programmiermodelle wie MPI (Message Passing Interface) oder OpenMP verwaltet, um Berechnungen über Tausende von Prozessorkernen zu verteilen und zu synchronisieren.
