Jupiter: Deutscher Exascalerechner mit Nvidia-Technik der "vielleicht stärkste KI-Supercomputer"
Nach den USA wird bald auch Europa über einen ersten Exascalerechner verfügen, der insbesondere bei KI-Anwendungen punkten soll. Möglicherweise kann "Jupiter" in dieser Disziplin sogar einen Weltrekord einheimsen.
Nach monatelangen Planungen ist es jetzt endlich offiziell: Am Forschungszentrum Jülich wird Europas erster Exascale-Computer entstehen. Dieser soll auf den Namen Jupiter hören und die Exascale-Marke mit dem Einsatz von ARM-Prozessoren von Sipearl und 24.000 GH200-GPUs von Nvidia knapp überschreiten.
Hohe Rechenleistung, niedrige Bauzeit
In einer niedrigeren Rechengenauigkeit, wie sie beispielsweise für viele KI-Modelle verwendet wird, soll die Rechenleistung sogar noch wesentlich höher sein. Bei Gleitkommazahlen mit 8 Bit ist die Rede von über 90 Exaflops, womit möglicherweise ein Weltrekord erreicht wird. In der klassischen Berechnungsmethode dürfte Jupiter der erste Platz hingegen verwehrt bleiben, denn der US-Supercomputer Frontier erreicht schon heute 1,1 Exaflops und damit vermutlich etwas mehr. Auch in dieser Disziplin dürfte es das deutsche Rechenzentrum aber zumindest in Schlagdistanz schaffen.
"Für geeignete KI-Anwendungen haben wir mit über 90 Exaflops bei 8 Bit künftig den vielleicht schnellsten KI-Supercomputer der Welt!"
Der Name "Jupiter" ist dabei übrigens nicht nur nach dem größten Planeten des Sonnensystems gewählt, sondern gleichzeitig auch eine Abkürzung: Joint Undertaking Pioneer for Innovative and Transformative Exascale Research. Und wie es die ausgeschriebene Bezeichnung vermuten lässt, handelt es sich bei dem Rechenzentrum um eine Kooperation. Jupiter wird zwar in Jülich stehen, formal aber dem Unternehmen für europäisches Hochleistungsrechnen und damit der EU gehören. Die Finanzierung erfolgt dementsprechend auch nicht privatwirtschaftlich, sondern durch die Wissenschaftsministerien des Bundes und von NRW.
Inklusive des Betriebs für die ersten sechs Jahre soll das Projekt dabei eine halbe Milliarde Euro kosten und dafür fortschrittlichere Simulationen & KI-Modelle ermöglichen. Auffällig ist dabei die Bauzeit, denn diese soll sehr gering ausfallen. Schon im Herbst dieses Jahres soll Jupiter den Betrieb aufnehmen.
Auch interessant: Geforce RTX 4090: Chinesische Fabrik schlachtet 4.000 GPUs für KI-Beschleuniger aus [Bericht]
Möglich ist das durch eine modulare Bauweise: Der Exascalerechner soll von einer Kooperation der Unternehmen Eviden und Partec modular aufgebaut werden und aus 50 Container-Modulen bestehen. Diese lassen sich offenbar einzeln anliefern, austauschen und upgraden, um beispielsweise den Wechsel auf neuere Hardware-Generationen zu ermöglichen. Einige Container enthalten aber nicht nur die Hardware von Sipearl und Nvidia, sondern auch zusätzliche Logistik, Werkstätten und die Energieversorgung. Zudem dürfte auch die Kühlung eine große Rolle spielen: Die Energie - bis zu 20 Megawatt - soll später zum Heizen umliegender Gebäude verwendet werden.
Quelle: Forschungszentrum Jülich / Helmholtz via PC Gamer
Bei dieser Beschreibung der Finanzierung und Besitzstandes komme ich schon wieder ins Grübeln...
Joa ...
Wenn die Gesamtkosten für die ersten 6 Jahren nämlich nur ca 500 Mio € sind, müssen die GPUs so "günstig" sein.
Bei einem Spitzenverbrauch von 20MW und solche Rechner laufen quasi durchgehend unter Volllast, fressen die Stromkosten schon einen großen Anteil des Gesamtbudget.
Der Betrieb von dem Cluster kostet bei einem Industriepreis von 25ct/kWh bereits 5000€/h. Das macht dann ca. 263 Millionen € nur für die Stromkosten in den 6 Jahren aus.
Da bleiben also nur 240 (bis 300, falls doch nicht immer 20 MW) Millionen für die Anschaffung der Hardware und Personalkosten übrig.
Sogar ein einfacher Taschenrechner.
Mal sehen, ob es eine KI wird, mit der man sinnvoll reden kann.
Und dann sehe ich, dass Zuckerberg für sein "dämliches" Metaverse einen Rechner aus über 100.000 Prozessoreren aufbauen will, wenn ich das richtig in Erinnerung habe. Beim Forschungszentrum Jülich ist klar, dass es um Grundlagenforschung geht.