Dresdens Supercomputer Capella unter den schnellsten und grünsten Rechnern der Welt

Ob Klimamodellierung, die Verarbeitung großer Datenmengen, die Entwicklung neuer Medikamente oder Machine Learning: Sogenannte Supercomputer übersteigen die Kapazitäten herkömmlicher Computer um Längen. Dank ihrer immensen Rechenleistung können sie den Fortschritt in wichtigen Schlüsseltechnologien enorm beschleunigen. Auch Dresden verfügt über einen solchen Computer, der in der neuen Top500-Liste sehr gute Plätze in Leistung und Energieeffizienz belegt. 

Jedes halbe Jahr erstellt eine Gruppe renommierter Expertinnen und Experten eine Liste mit den 500 leistungsstärksten Supercomputern der Welt. Sie liefert einen Überblick über aktuelle Fortschritte und Trends auf dem spannenden Feld des Supercomputing. Einen sehr guten Platz 51 belegt in der diesjährigen November-Ausgabe Capella vom Zentrum für Informationsdienste und Hochleistungsrechnen (ZIH) der TU Dresden. In Deutschland rangiert er auf dem dritten Platz. Das installierte Supercomputing-System kommt auf eine Spitzenrechenleistung von 38 Petaflops – also 38 Milliarden Berechnungen pro Sekunde! Ein Mensch bräuchte dafür unfassbare 1,2 Milliarden Jahre.

Doch Capella weiß nicht nur durch Rechenpower zu überzeugen: Auch in Sachen Energieeffizienz setzt das System Maßstäbe und schafft in der Green500 den Sprung auf den fünften Platz weltweit. Die Liste stuft die Systeme der TOP 500 nach ihrer Leistungseffizienz ein, die in Gigaflops/Watt gemessen wird. Hier ist also nicht die reine Leistungsfähigkeit maßgebend, sondern, wie viel Rechenleistung ein System pro Watt verbrauchter elektrischer Leistung erbringt. 

Und wohin mit all der Power? Capella wird vor allem im Bereich Künstliche Intelligenz und Datenanalyse eingesetzt. So sind das Training und die Verbesserung europäischer Sprachmodelle ein wichtiges Einsatzszenario für Capella, wie z. B. im Projekt OpenGPT-X. Weitere Anwendungsgebiete mit hohen Performance- und Speicheranforderungen finden sich in der medizinischen Forschung, wo beispielsweise Methoden des maschinellen Lernens für die Krebsdiagnose und die Entwicklung neuer Medikamente eingesetzt werden, oder auch in der Erdsystemwissenschaft, z. B. um neue Erkenntnisse über Naturkatastrophen und den Klimawandel aus Erdbeobachtungsdaten zu gewinnen.

Mehr Informationen

Meldung der TU Dresden