EECliPs
Energieeffiziente Klimasimulationen auf heterogenen Supercomputern durch Co-Design

Beschreibung

Motivation

High-Performance Computing (HPC) gehört heute in vielen wissenschaftlichen Disziplinen zu den grundlegenden Forschungsmethoden, zum Beispiel in der Klimamodellierung, in der Astrophysik und in der Biologie. Alle Rechenzentren in Deutschland verbrauchen ca. 3 % des nationalen Stroms. Selbst geringe Energieeinsparungen in Rechenzentren führen zu einer relevanten Einsparung an CO2. Ziel der Förderrichtlinie „GreenHPC“ ist es, durch Verbesserung der Energieeffizienz im High- Performance Computing in der Forschung und auch in kommerziellen Rechenzentren die Innova- tionskraft am Standort Deutschland zu stärken.

Ziele und Vorgehen

Ziel des Vorhabens ist es, die Effizienz und Qualität von Klimasimulationen deutlich zu steigern. Hierfür werden die unterschiedlichen Komponenten des Erdsystemmodells ICON untersucht. Es wird evaluiert, inwieweit eine parallele Ausführung der einzelnen Komponenten realisiert werden kann, um die Rechenzeit zu reduzieren und das Simulationsergebnis zu verbessern. Darüber hinaus werden einzelne Codesequenzen in Bezug auf ihren Energieverbrauch optimiert. Im Vorhaben werden die notwendigen Indikatoren definiert und entsprechende Messwerkzeuge entwickelt, um eine stabile und parallele Ausführung zu ermöglichen. Die Optimierung der Komponenten mit unterschiedlichen Eigenschaften und Funktionen ist die Voraussetzung, um leistungsstarke heterogene Supercomputer effizient nutzen zu können.

Innovationen und Perspektiven

Die optimierten Komponenten sollen auf einem kleinen verfügbaren Testcluster implementiert werden, das dann auf zukünftige und größere Installationen weiterskaliert werden kann. Das Vorhaben ist innovativ und setzt an Punkten an, die zur Energieeinsparung und zur Verbesserung von Simulationen beitragen sowie heterogene Systeme ermöglichen. Die neue Qualität der Simulationen und die Reduzierung der Rechenzeit ist für eine Vielzahl von Anwendungen interessant und trägt zu einem besseren Verständnis der Klimaentwicklung bei.