Das Fraunhofer Institut für Industrial Mathematics ITWM stellt verschiedene Neuerungen im Rahmen der ISC High Performance 2025 Konferenz in Hamburg vor. Fokus auf KI, Neuronale Architektur-Suchmaschine, HPC-Datenspeicherung und weitere Ankündigungen…
Ankündigungsübersicht (Auszug)
Während der ISC HPC 2025 im Hamburg (Start: 10. Juni) stellt das Fraunhofer ITWM verschiedene Neuerungen im Bereich von High-Performance-Computing (HPC), IT-Infrastrukturen und künstlicher Intelligenz vor (Quelle: ITWM). Unter anderem sind folgende Entwicklungen zu sehen:
NASE – Neuronale Architektur-Suchmaschine
NASE (Neural Architecture Search Engine) ist ein KI-Tool, das neuronale Netzwerkmodelle im Hinblick auf die zugrunde liegende Hardware optimiert, z. B. KI-Beschleuniger, Zoll-AISCs und FPGAs. Das Tool automatisiert die Suche nach effizienten KI-Modellen, die spezifische Leistungsanforderungen wie Geschwindigkeit, Latenz und Stromverbrauch erfüllen.
Durch die Berücksichtigung der jeweils spezifischen Hardwareeigenschaften im Modelldesign gewährleistet NASE maßgeschneiderte neuronale Architekturen. Fortgeschrittene Algorithmen und umfangreiche Rechenressourcen sollen die Bereitstellung gebrauchsfertiger, effizienter neuronaler Netze für reale Anwendungen ermöglichen.
Carme – Open-Source-Software-Stack für KI-Infrastrukturmanagement
Mit dem Open-Source-Mehrbenutzer-Software-Stack Carme sollen mehrere Nutzer die verfügbaren Ressourcen eines Rechenclusters verwalten können. Dabei verbindet die Software maschinelles Lernen mit Hochleistungsclustern (HPC). Durch die Integration einer interaktiven Clusternutzung erhalten die Nutzer die Möglichkeit, bereits bekannte Werkzeuge der Datenanalyse auf einem komplexen HPC-Cluster zu nutzen.
Der Open-Source-Software-Stack CARME bündelt das Know-how des Fraunhofer ITWM in den Bereichen Künstliche Intelligenz und High Performance Computing und lässt sich transparent in bestehende HPC-Systeme integrieren. Erfahrung oder Kenntnisse über Workload-Management-Tools oder Hardware werden Anwenderseitig demnach nicht benötigt. CARME bietet webbasierten Zugriff, Zwei-Faktor-Authentifizierung (2FA) und integrierte Container-Technologie für die Verwaltung interaktiver und Batch-KI-Workloads auf HPC-Systemen.
MCSS Memory Centric Storage System
Zum ersten Mal stellt das Fraunhofer ITWM ihr neuartiges Memory Centric Storage System offiziell auf der ISC 2025 vor. Ziel des neuen E/A-Systems ist es, die Trennung von Speicher und den verschiedenen Speichergeräten aufzuheben und sie in einem verteilten E/A-System unter einer einheitlichen Schnittstelle zusammenzuführen.
MCSS ist eine flexible, mehrschichtige Speicherarchitektur, die für datenintensive Workloads mit extrem niedrigen Latenzzeiten entwickelt wurde. MCSS schließt die Leistungslücke zwischen DRAM und herkömmlichem Speicher und soll damit ideal für KI-Inferenz, Echtzeit-Analysen und groß angelegte Simulationen geeignet sein.
Querverweis (Bildquelle: BeeGFS, AI & Deep Learning Solution Brief).
Externer Link > https://www.beegfs.io/c/
Siehe auch > Memory-Centric Storage for Exascale (MCSE) > https://gwdg.de/projects/mcse/
Weitere Querverweise zum Themenkomplex (Auszug):
Unser Beitrag > VAST AI Operating System Ankündigung: KI-Agenten stehen im Mittelpunkt
Unser Beitrag > Quobyte 4 Ankündigung: Gebaut für KI und Skalierung. Intelligente Integration von Cloud Object Storage
Unser Beitrag > Energieeffiziente KI-Systeme: TU Dresden nimmt neuromorphen Supercomputer „SpiNNcloud“ in Betrieb