Werbung
HPE und das Oak Ridge National Laboratory (ORNL) verkünden, dass man auf Basis des Cray Rackdesigns GX500 und Storage Systems K3000 zwei neue Exascale-Supercomputer aufbauen werde. Die Basis-Hardware beider Systeme wird von AMD kommen. Lux, so der Name eines der Systeme, soll für KI-Anwendungen besonders flexibel einsetzbar sein. Discovery hingegen, das zweite System, ist ein Next-Gen-Supercomputer, der HPC- und KI miteinander kombiniert.
Zur genauen Auslegung der Systeme machen HPE und das ORNL keinerlei Angaben. Ebenso wird kein Datum für die Fertigstellung genannt. Das Erreichen einer Exascale-Rechenleistung bei für KI-Anwendungen niedrigen Genauigkeiten ist vergleichsweise einfach. Ob Discovery auch bei FP64-Berechnungen in die Exascale-Regionen wird vordringen können, bleibt offen. Aktuell knacken diese magische Grenze die drei schnellsten Systeme der Top500 – Aurora, Frontier und El Capitan. In der Pressemitteilung wird Discovery auch als Erweiterung von Frontier beschrieben.
Für Lux setzt HPE auf AMDs aktuelle Beschleuniger Instinct MI355X, zusammen mit den aktuellen Epyc-Prozessoren mit Zen-5-Kernen sowie der Pensando-Netzwerkhardware. Alle wichtigen Hardwarekomponenten werden wassergekühlt in den ProLiant-Compute-XD685-Racks von HPE untergebracht sein.
Für Discovery setzt man auf die neuen Cray-Supercomputing-GX5000-Racks. Auch diese setzen für alle Hardwarekomponenten auf eine Wasserkühlung, was aufgrund der Leistungsdichte anders nicht zu realisieren ist.
Discovery soll auf die kommenden KI-Beschleuniger Instinct MI430X aus der Instinct-MI400-Serie setzen. Als Host-CPU werden die Epyc-Prozessoren mit Zen-6-Kernen alias Venice zum Einsatz kommen. Erste Details zu den zukünftigen Beschleunigern nannte AMD bereits, eine offizielle Vorstellung steht dennoch aus. Auf dem 2025 OCP Global Summit vor zwei Wochen stellte AMD sein neues Helios-Rack erstmals aus. Der Discovery-Supercomputer, bzw. das Cluster wird aber wie gesagt auf Racks von HPE setzen.
Neben dem ORNL scheinen die Instinct-MI400-Beschleuniger bei den KI-Unternehmen gut anzukommen. So sicherte sich OpenAI bis zu 6 GW an Rechenleistung, was einigen hunderttausend Beschleunigern entsprechen dürfte.
