In der heutigen Generation von Höchstleistungsrechnern werden Prozessoren, die ursprünglich für Anwendungen im Bereich der künstlichen Intelligenz eingesetzt wurden, zunehmend umfunktioniert. Sie beschleunigen herkömmliche Simulationsaufgaben, ermöglichen hybride Arbeitsabläufe, die Simulation und datengesteuerte Methoden kombinieren, und führen datenintensive Aufgaben aus, die auf KI-optimierten Prozessoren schneller bewältigt werden können. Renschler, Schäfer und ihre Kollegen wollten herausfinden, ob sich der WSE ebenfalls auf diese Weise nutzen lässt.
Bei ihren Tests konzentrierten sie sich auf SpMV, eine Berechnungsmethode, die häufig in klassischen Simulationsanwendungen wie der Finite-Elemente-Analyse und der numerischen Strömungsmechanik zum Einsatz kommt. Renschler und Schäfer nutzten die Wafer-Scale Engine, um einen hochgradig parallelisierten Bestandteil eines typischen Simulations-Workflows zu beschleunigen, der diese Methode beinhaltet. Außerdem experimentierten sie mit schwacher und starker Skalierung und deckten dabei Engpässe auf, die die Anwendungsleistung beeinträchtigten. So konnte die Forschenden Optimierungsstrategien vorschlagen, mit denen sich die Leistung von SpMV-Methoden auf dem WSE in Zukunft verbessern ließe.
Dieses Forschungsprojekt ist Teil der Future-Computing-Gruppe am HLRS unter der Leitung von Dr. Johannes Gebert. Das interdisziplinäre Team testet und bewertet neue Hardwarekonzepte und deren Eignung für typische Höchstleistungsrechneranwendungen.
Renschler, Schäfer und Gebert führten dieses Experiment gemeinsam mit Mark Parsons, dem Direktor des EPCC in Edinburgh, durch.
— Christopher Williams