Höchstleistungsrechenzentrum Stuttgart (HLRS) десятиліттями нарощував обчислювальну міць, завдяки якій звичайне обладнання видається іграшкою. Довгий час мандат був зрозумілим: це була фортеця для науки. Університети та дослідницькі інститути тримали ключі. Їм потрібно було моделювати кліматичні моделі, аналізувати структури білків або зламувати коди, на вирішення яких у кластера звичайних ноутбуків пішло б століття. Бізнес спостерігав із боку, переважно задовольняючись роботою зі своїми електронними таблицями.
Ця динаміка змінюється. Швидко.
Компанії усвідомлюють сувору правду: проблеми, з якими стикаються сьогодні, надто складні для стандартних серверів. Обсяги даних стрімко зростають. Допустима похибка у виробництві, фінансах та логістиці скорочується до нуля. HLRS більше не є закритим клубом для університетів. Він стає найважливішою інфраструктурою для економіки.
Новий попит на сиру потужність
Чому підприємства раптово стукають у двері штутгартського суперкомп’ютерного центру? Не йдеться про показники престижу. Йдеться про виживання.
Традиційна ІТ-інфраструктура упирається у стіну, коли ви намагаєтеся змоделювати реальний хаос. Ви можете симулювати зіткнення автомобіля на звичайному сервері. Але ви не можете змоделювати аеродинамічний опір всього автопарку автономних транспортних засобів, що рухається через ураган. Ви не можете оптимізувати глобальний ланцюжок поставок, який порушується через страйк у порту на іншому кінці континенту, в режимі реального часу.
“Unternehmen werden künftig wohl häufiger auf so massive Rechenkapazitäten angewiesen sein.”
Переклад: У майбутньому компанії все частіше покладатимуться на такі потужні обчислювальні ресурси.
Це не тренд. Це структурне зрушення. Розрив між тим, що бізнесу потрібно знати, і тим, що він може обчислити за допомогою стандартних технологій, збільшується з кожним роком. HLRS заповнює цей розрив. Їхні системи не просто швидше обробляють числа. Вони обробляють їх таким чином, що виявляє закономірності, невидимі для менших машин.
Від лабораторного столу до ради директорів
Перехід від чистого академічного середовища до комерційного застосування відбувається незграбно. Так не повинно бути, але це так. Дослідники говорять мовою петабайт та ексафлопсів. Директори говорять мовою ROI (повернення інвестицій) та частки ринку. Ці мови погано поєднуються одна з одною.
Але апаратного забезпечення все одно на мову. Його турбує пропускна спроможність.
Коли виробнича компанія хоче протестувати новий дизайн двигуна, їй не потрібно будувати дванадцять фізичних прототипів. Їй потрібний суперкомп’ютер, здатний запускати тисячі симуляцій одночасно. Системи HLRS у Штутгарті справляються з таким навантаженням. Вони можуть обробити дані, знайти точки відмови та відправити результати назад, поки кава в кімнаті відпочинку ще не охолола.
Для бізнесу це означає швидкість. Справжню швидкість. Не швидкість «завантаження за 4 секунди» завдяки швидшому Wi-Fi, а швидкість «вирішення проблеми за годину, яка раніше займала місяць». Саме тут лежать гроші.
Вузьке місце — не комп’ютер
Ви можете подумати, що єдиний бар’єр тут – це доступ. Як отримати час роботи на суперкомп’ютері? Все не так просто. Архітектура суперкомп’ютерів далека від більшості ІТ-відділів. Написання коду для системи рівня HLRS потребує спеціалізованих знань. Ви не можете просто взяти застаріле програмне забезпечення та очікувати, що воно запрацює.
Це створює новий ринок. Консалтингові фірми, спеціалізовані постачальники програмного забезпечення та провайдери гібридних хмарних рішень виходять на сцену, щоб допомогти компаніям перевести їх бізнес
Проїзд через сильну зливу, автомийку або глибоку калюжу не повинен призводити до затоплення салону автомобіля. Це здається природним та простим. Але збереження салону абсолютно сухим – це не питання удачі. Це результат масштабних інженерних зусиль.
Ущільнювачі дверей та вікон потребують точного проектування. Крила днища та захисту моторного відсіку повинні бути правильно сформовані та надійно закріплені, щоб не деформуватися та не слабшати під тиском. Потім йде система кондиціонування повітря, якій потрібні повітрозабірники. Ці отвори мають бути спроектовані таким чином, щоб повністю відштовхувати воду.
Porsche називає весь цей комплекс вимог управління водою в автомобілі.
Як симуляція замінює натурні випробування
Упродовж десятиліть цей процес спирався на фізичну реальність. Ви будували автомобіль. Ви оббризкували його водою. Ви перевіряли, чи він протікає.
Моніка Вірсе, яка очолює напрямок «Методи та системна інженерія на основі моделей» у Porsche, каже, що це змінилося лише недавно. Зрушення відбулося завдяки відповідним симуляціям. Тепер інженери можуть вирішувати завдання керування водою за допомогою цифрових моделей. У цьому реальні краплі дощу не падають.
«Довгий час керування водою сильно залежало від натурних випробувань», — каже Вірсе. «Це змінилося лише останніми роками завдяки відповідним симуляціям».
Комп’ютерна модель – детальна копія реального автомобіля. Інженери полегшують внутрішню частину салону. Вони виключають із моделі сидіння. Але чи зовнішній вигляд? Він має бути точним.
У симуляції цифровий автомобіль віртуально просочується водою. Він зазнає сильного дощу. Він проїжджає через воду завглибшки півметра. Він прискорюється, щоб побачити, як краплі стікають кузовом до задньої частини. Це лише один із аспектів водних питань, які вирішують інженерні команди.
Логіка занурення у ванну
Симуляція навіть охоплює виробничі етапи. Перед фарбуванням кузова автомобілів проходять через величезні ванни із зануренням.
Це звучить контрінтуїтивно. У реальному житті ви хочете, щоб дощова вода не потрапляла усередину. У ванні для фарбування ви хочете, щоб захисне покриття потрапило всюди. У кожний кут. У кожну щілину.
У той час як дощова вода не повинна проникати в автомобіль згодом, ситуація у ваннах для занурення є протилежною: саме покриття має досягати останніх куточків кузова.
Симуляція гідродинаміки складна. Математика громіздка. Обчислення інтенсивні.
Власні сервери Porsche не справляються із цим. Економічно це недоцільно. Було б марнотратно утримувати такий величезний обчислювальний потенціал усередині компанії лише для цих тестів.
Куди направляються дані
То куди ж прямують дані? Porsche із Штутгарта використовує системи HLRS (Центр високопродуктивних обчислень Штутгарта).
Це не нові стосунки. Porsche використовує HLRS для симуляцій із середини 1990-х років. Вони входять до перших компаній, які передали ці важкі обчислення на аутсорсинг.
Наразі промислові користувачі становлять близько десяти відсотків навантаження на комп’ютери HLRS. Тенденція очевидна. 2017 року там проводили симуляції 25 компаній. До 2021 року ця кількість зросла до 61.
Дощ продовжує йти у цифровому світі. Автомобілі залишаються сухими. Інженери продовжують проводити розрахунки.
Вартість сталі проти кремнію
Ця угода – не лише перемога для автовиробників. Центр високопродуктивних обчислень Штутгарта (HLRS) також отримує вигоду. Це дозволяє йому підтримувати кваліфікацію на високому рівні та вчитися застосовувати суперкомп’ютерні потужності для вирішення реальних інженерних проблем.
Автомобільна промисловість є найбільшим споживачем цієї обчислювальної потужності. Згадайте прототипування. Щоб зрозуміти, чи працює конструкція, потрібний фізичний автомобіль. Але створення такого автомобіля – процес повільний та дорогий. Прототип можна збудувати лише тоді, коли вже повністю визначено всі компоненти. Якщо втрачено якусь деталь? Доводиться починати наново. Це спалює гроші та час.
Моніка Вірсе з Porsche формулює це просто. Стратегія ясна: створювати якнайменше фізичних прототипів.
«Ми маємо стратегічну директиву розробляти автомобілі з використанням мінімальної кількості фізичних прототипів».
Візьмемо Taycan. Перша – повністю електрична модель. До того, як було вирубано хоча б один аркуш сталі, він уже здійснив безліч віртуальних кіл трасою Нюрбургрінг-Нордшляйф. Це дозволило інженерам перевірити систему охолодження високовольтної батареї та електродвигунів задовго до появи реального автомобіля. Вони могли побачити, чи система витримає екстремальні навантаження. Симуляція знаходить оптимальне рішення навіть тоді, коли вимоги суперечать одна одній.
Аеродинаміка, шум і краш-тести
Звичайні корпоративні сервери справляються із простими завданнями. Але для деяких робіт потрібний суперкомп’ютер. Машини HLRS Вони займаються моделюванням систем охолодження. Аеродинамікою. Аероакустикою. І краш-тестами.
Аеродинаміка впливає витрата палива. Вона визначає керованість. Вона задає рівень комфорту. Аероакустика? Це шум усередині салону при опущеному вікні чи відкритому люку на даху. Віртуальні краш-тести значно дешевші, ніж руйнування реальних автомобілів.
Точність змінила правила гри. Вірсе зазначає, що віртуальні тести тепер досягають міліметрового дозволу. Інженери можуть побачити, чи розійдеться клейовий шов. Вони можуть перевірити, чи витримає зварна точка.
Для цього потрібна віртуальна модель. Але суперкомп’ютер працює не так, як ваш ноутбук. Персональний комп’ютер виконує інструкції послідовно. Суперкомп’ютер працює у режимі високого ступеня паралелізму. Він розбиває величезні завдання більш дрібні частини і вирішує їх все одночасно.
Згадайте про «залізо». Смартфон чи ПК мають низьку кількість процесорних ядер – від одиниць до десятків. Суперкомп’ютери HLRS мають сотні тисяч ядер. Вони призначені для паралельної обробки даних.
Розбір гіганта
Ця різниця в апаратному забезпеченні змінює підхід інженерів до створення моделей. Віртуальний автомобіль має бути розрізаний на логічні секції. Ці секції повинні обмінюватись фізично значущими даними. Температурою. Силами. Деформація. Властивості вібрації.
Модель розбивається на частини так, щоб розрахунки виконувались ефективно у паралельному режимі.
Зовнішня оболонка складається з мільйонів двовимірних поверхонь. Вони охоплюють тривимірну форму автомобіля. Йдеться про числа, що багаторазово перевищують десять мільйонів граней. Модель також враховує дані про матеріали. Щільність. Межа міцності. Експериментально визначені значення. Наприклад, як вібрує конкретний компонент.
Це величезні зусилля. Але результат – автомобіль, який працює ще до своєї фізичної появи. Автомобіль, розробка якого коштує дешевше. І який безпечніший. Питання залишається відкритим: наскільки ми можемо ускладнити завдання, перш ніж сама фізика стане вузьким місцем?
Прихована вартість віртуальної води
Щоб суперкомп’ютер видавав відповіді швидше, ніж традиційні системи, недостатньо просто спрямувати рішення завдання більше обчислювальних потужностей. Потрібні алгоритми паралельних обчислень, ідеально адаптовані під конкретне обладнання. Якщо код не адаптований під цю парадигму, потужна паралельна інфраструктура просто простоює.
Після завершення підготовчих робіт запуск моделювання стає рутинним процесом. Інженеру Porsche не потрібно летіти до HLRS у Штутгарті. Достатньо одного кліка з будь-якої робочої станції розробника, щоб запустити завдання. Результати автоматично повертаються.
«Ми ніколи не називали це так, але з погляду IT це хмарні обчислення», — пояснює Вірзе. “Пряма, безпечна, автоматизована передача даних”.
П’ять секунд дощу, два дні обчислень
Математика, що лежить в основі симуляцій управління водою в Porsche, демонструє масштаб високопродуктивних обчислень. Для моделювання сильного дощу по всьому кузову автомобіля система використала 256 ядер CPU. У віртуальному світі дощ йшов лише п’ять секунд. Реальний час обчислень становив 53 години.
Проїзд через калюжу завглибшки 15 сантиметрів зі швидкістю 30 км/год зайняв дві віртуальні секунди. Для цього знадобилася робота 512 ядер протягом 105 годин без перерви.
Ці цифри вражають. Більшість компаній вагаються.
Генеральний директор HLRS Бастріан Коллер знає ці вагання. Користувачі вперше стикаються з побоюваннями щодо вартості. Їх турбує безпека даних. Їх непокоїть якість підтримки.
Рішення полягає не в презентаціях, а в інженерних обговореннях.
Жодних мінімальних обсягів, жодних контрактів
Мета первісної консультації – не підписання контракту, а оцінка масштабу завдання. Інженерам необхідно зрозуміти, чи взагалі можна розпаралелити існуючі алгоритми моделювання для суперкомп’ютерів.
Немає мінімальних квот використання. Ви не сплачуєте за зарезервовану потужність.
“Виставляється рахунок тільки за фактично використані ресурси”, – говорить Коллер.
Ця модель знижує поріг входу. Компанії можуть випробувати можливості системи, не вдаючись до масштабної розбудови інфраструктури. Ризик зміщується від фіксованих накладних витрат до змінних витрат на обчислення.
Чи варте того? Для складних завдань гідродинаміки – так. Для решти? Скоріше ні. Приріст ефективності не масштабується лінійно. Для нього потрібні специфічні, ресурсомісткі завдання.
Подолання бар’єрів для МСП у галузі високопродуктивних обчислень
Зниження порога входу до сфери високопродуктивних обчислень (HPC) призначене як для технологічних гігантів. Університет Штутгарта, в якому розташований HLRS, у 2010 році об’єднав зусилля з Карлсруеським інститутом (KIT) для запуску SICOS BW. Ця структура активно знижує початкові бар’єри для малих та середніх підприємств (МСП). Вони не просто виступають на галузевих заходах, а й надають конкретні бізнес-консультації щодо програм фінансування та допомагають компаніям знаходити необхідних партнерів.
Візьмемо проект, що фінансується ЄС, FF4EuroHPC, який завершився влітку 2023 року. HLRS координував цю трирічну роботу, в якій взяли участь кілька європейських суперкомп’ютерних центрів.
«У рамках цього проекту МСП могли подати заявку на фінансування для проведення однорічного бізнес-експерименту… по суті, це була можливість спробувати на смак цю тему.»
Такий підхід дозволяє компаніям обережно увійти до теми без значних початкових ризиків. Крім консультаційних функцій, HLRS проводить Supercomputing Academy для професійної перепідготовки на часткову зайнятість. Також функціонують спеціалізовані Solution Centers для конкретних галузей: автомобільної, креативних індустрій та нині медичної техніки.
Зв’язування учасників галузі
Ці центри об’єднують користувачів, дослідників та постачальників програмного забезпечення. Логіка проста. Усі компанії у певному секторі зіштовхуються зі подібними обчислювальними завданнями.
Automotive Solution Center працює з 2010 року. Він фокусується на п’яти ключових областях:
– Привід транспортних засобів
– Конструкція транспортних засобів
– фізика транспортних засобів
– Автоматизація та підключеність
– Чисельні методи та цифровізація
Мережа тісно пов’язана. Майже 50 членів входять до складу цього центру, включаючи таких важкоатлетів, як Audi, BMW та Porsche. Ця близькість вже породила пре-конкурентні співробітництва в рамках спільних проектів.
Реальні приклади використання
Список галузей, що використовують системи HLRS, швидко розширюється. Розглянемо спеціаліста в галузі аерокосмічної техніки та приводних технологій, що виробляє вентилятори для систем клімат-контролю. Їхня внутрішня обчислювальна потужність досягла межі. Симуляції вимагали такого високого просторового дозволу, що лише виявлення коливань тиску та турбулентності дозволяло передбачити рівні шуму, які чути людське вухо. Ресурси HLRS вирішили це завдання.
Інженерна фірма, що спеціалізується на пожежній безпеці, використовувала також обчислювальні потужності Штутгарта. Проектування для спеціальних структур, як-от торгові центри, часто входить у конфлікт із будівельними нормами. Щоб уникнути жорстких регуляторних вимог, вони використовували альтернативні оцінки безпеки за допомогою пожежних симуляцій. Це вимагає розрахунку кожної секунди пожежної події за допомогою крихітних інтервалів часу. Те, що зайняло б у їхніх внутрішніх систем тижня, на мережевих ресурсах HLRS зайняло менше часу.
Виробник ліфтів TK Elevator використав ту саму інфраструктуру для нового концепту ліфта. Вони змоделювали ключові функції для аналізу шуму та вібрацій під час руху. Команда HLRS навіть забезпечила візуалізацію процесу проектування ліфта у віртуальній реальності.
За межами традиційних симуляцій
Директор HLRS з управління Коллер передбачає, що найближчим часом багато компаній більше покладатимуться на суперкомп’ютери. Визначення високопродуктивних обчислень змінюється.
«Довгий час HPC зводилося до симуляцій. Але це змінюється.
Сьогодні Big Data аналіз та алгоритми ІІ створюють інтенсивні обчислювальні навантаження. Суперкомп’ютери тут також потрібні. HLRS вже модернізував свої системи обробки цих специфічних робочих навантажень. Цей технічний зсув підтримує компанії, які в даний час досліджують галузі науки про дані та штучний інтелект.
Ця стаття є частиною спеціального видання, підготовленого у співпраці із Центром високопродуктивних обчислень Штутгарту (HLRS). Тут ви можете завантажити повне видання Wissenschaft extra.
