Überblick

Argumente für Benchmarking bei der Modernisierung von Cloud-HPC

Forschungs- und Entwicklungsteams, die neue, fortschrittlichere Produkte entwickeln, benötigen immer mehr Hochleistungsrechner (HPC), um ihre rechenintensiven Anwendungen zu bewältigen. Gleichzeitig hat die Verfügbarkeit spezialisierter HPC-Hardware in der Cloud explosionsartig zugenommen, was viele Unternehmen dazu veranlasst, neue Wege für den Einsatz neuer Technologien und Verfahren zu erkunden, um die Effizienz und Innovationskraft ihrer Forschung und Entwicklung deutlich zu steigern. 

Viele Organisationen verfügen zwar über eine Cloud-Strategie und haben möglicherweise einen bevorzugten Cloud-Service-Provider (CSP), doch IT- und HPC-Experten sehen sich mit einer neuen Landschaft von Herausforderungen und Chancen konfrontiert, die durch Folgendes verursacht werden: 

1. Explosion der spezialisierten HPC-Hardwareoptionen in der Cloud 

2. Breitere und rechenintensivere Anwendungen 

3. Fehlende Transparenz und Kontrolle über die HPC-Effizienz im Geschäftsbetrieb. 

Diese Bedingungen machen es für Unternehmen zunehmend komplex und wichtig, ihre HPC-Abläufe zu optimieren, um ihr Talent und ihre Investitionen in Hardware und Software bestmöglich zu nutzen. 

In diesem Ratgeber erfahren SieWie Sie mithilfe eines datengetriebenen Frameworks den Nutzen neuester Cloud-HPC-Technologien maximieren. Durch das Benchmarking gängiger CAE-Anwendungen (Computer Aided Engineering) ermitteln Sie, welche Hardware- und Softwarekonfigurationen optimal auf Ihre spezifischen Geschäftsziele abgestimmt sind. 

Wichtige Überlegungen für IT- und HPC-Verantwortliche

❏ Nutzen Sie derzeit die besten Cloud-Architekturen für Ihre spezifischen Workloads, optimiert hinsichtlich Kosten, Geschwindigkeit oder Skalierbarkeit? 

❏ Haben Sie eine Strategie, um mit den neuesten Technologien aller verfügbaren Anbieter Schritt zu halten?

 ❏ Welche Kennzahlen und Datenquellen nutzen Sie, um die Leistung und Effizienz Ihrer HPC- und Engineering-Ressourcen zu maximieren?

Unternehmen können im Durchschnitt die Leistungsfähigkeit ihrer Workloads um 30 % steigern und die gesamten Simulationskosten um 20 % senken, indem sie einfach eine optimalere Hardware aus der Cloud wählen.

Cloud-Optionen für HPC-Innovatoren heben ab 

Sind Sie skeptisch, was den ROI von Multi-Cloud-, Hybrid- und heterogenen Hardware-Initiativen angeht? Gerade jetzt lohnt es sich, diese Trends im Auge zu behalten und eine moderne IT-Strategie für Ihr Unternehmen zu entwickeln. IT-Modernisierung bedeutet heute mehr als nur die Einführung neuer Technologien; es geht darum, zu wissen, wann und wie man sie optimal einsetzt. 

Obwohl die Skepsis gegenüber Cloud-basiertem HPC anfangs vor allem auf die begrenzten Optionen zurückzuführen war, hat sich die Situation in den letzten Jahren grundlegend geändert. Die Cloud hat die Beschaffung und Verwaltung geschäftskritischer Infrastrukturen in Unternehmen grundlegend revolutioniert. Allein im letzten Jahrzehnt verzeichnete die Public Cloud ein beachtliches Wachstum im Bereich HPC (z. B. Simulation und Modellierung), was Public-Cloud-Anbieter dazu veranlasste, die Nachfrage nach spezialisierteren Architekturen von Hardwareherstellern wie Intel, AMD und Nvidia zu decken. 

Da immer mehr Unternehmen ihre HPC-Systeme zusammen mit ihren übrigen Unternehmensanwendungen in die Cloud verlagern, suchen IT- und HPC-Verantwortliche nach Möglichkeiten, die rasante Innovationsgeschwindigkeit der neuesten x86-, GPU-, ARM-, RISC-5- und FPGA-Chiptypen zu nutzen. Im Gegensatz zu anderen Unternehmensanwendungen profitieren HPC-Anwendungen häufig von der Verwendung verschiedener Multi-Cloud-Architekturen, insbesondere wenn der Datentransfer weniger wichtig ist. Daher versuchen HPC-Experten, stets über die neuesten Hardware- und Softwareversionen informiert zu sein, um ihre Anwendungen zu optimieren. Die hohe Änderungsrate und die Komplexität verhindern jedoch oft sinnvolle Geschäftsergebnisse. 

Ingenieure und Wissenschaftler können heute flexibel cloudbasierte Hardware für jede spezifische Arbeitslast auswählen. Unternehmen stehen jedoch vor einem Wahlparadoxon, und ohne die nötigen Informationen und Werkzeuge, um auf Basis von Benchmark-Daten aus einer Vielzahl von Anwendungen und Hardwarekonfigurationen fundierte Entscheidungen zu treffen, ist es schwierig, die beste Lösung zu finden. 

Auswirkungen auf den Kunden neu skalieren:

Der führende eVTOL-Hersteller Vertical Aerospace optimierte seine Engineering-Workloads auf Rescale und erzielte damit eine 4300%ige Steigerung der Simulationsleistung und eine 75%ige Reduzierung der Kosten pro Auftrag. Dies ermöglicht eine schnellere Markteinführung und höhere Effizienz.

Anwendungsvielfalt und -komplexität nehmen zu 

Im Jahr 2020 nutzten die meisten HPC-Einsatzunternehmen drei oder mehr digitale F&E- und Engineering-Anwendungen.* Fundierte Entscheidungen auf Basis der spezifischen Kriterien ihrer Unternehmen sind ein Hauptgrund dafür, dass IT-, HPC- und Engineering-Manager Rescale für die Verwaltung ihrer wachsenden HPC-Portfolio-Komplexität wählen. Abbildung 1 unten zeigt, wie Kunden anhand dieser Daten ermitteln können, welcher Cloud-Service-Provider (CSP) die beste Hardware für verschiedene Workloads und CSPs bietet.

In Branchen, die häufig HPC-Technologien einsetzen, können die Kosten für CAE-Aktivitäten erheblich sein, wobei Lizenz- und Rechenausgaben in die Millionen gehen und jährlich steigen. Im Durchschnitt können Unternehmen ihre gesamten Simulationskosten um 20 % senken und die Anwendungsleistung um 30 % steigern, indem sie die optimale Hardware von Public-Cloud-Anbietern auswählen. Da die Angebote von Cloud-Service-Providern (CSPs) vierteljährlich aktualisiert werden, lassen sich durch die kontinuierliche Optimierung von Workloads signifikante Ergebnisse und Kosteneinsparungen erzielen.

Auswirkungen auf den Kunden neu skalieren:

Das innovative Technologieunternehmen Arrival optimierte verschiedene F&E-Anwendungen und erzielte eine Leistungssteigerung von bis zu 400 % bei CFD und FEA, um Pionierarbeit im Bereich der nachhaltigen Automobilproduktion zu leisten.

Leistungsintelligenz freisetzen 

Wichtige HPC-Entscheidungen lassen sich nur schwer treffen, wenn man keinen Zugriff auf aktuelle Benchmark-Daten hat, die auf die spezifischen Bedürfnisse und alle verfügbaren Konfigurationen zugeschnitten sind. Um diese Analysen zugänglich und nützlich zu gestalten, sammelt Rescale Leistungsinformationen, die schnelle und systematische Optimierungsentscheidungen ermöglichen. 

Abbildung 2 zeigt die deutlichen Unterschiede der einzelnen Angebote, nicht nur zwischen den Cloud-Service-Providern (CSPs), sondern auch hinsichtlich der Hardwaretypen der jeweiligen Anbieter. In diesem Beispiel verwenden wir die weit verbreitete CAE-Anwendung STAR-CCM+, um ein aktuelles Benchmarking von fast 20 verschiedenen geeigneten Cloud-HPC-Architekturen zu demonstrieren. Diese STAR-CCM+-Workload wird häufig in der Automobilindustrie eingesetzt und eignet sich hervorragend zum Vergleich der Infrastrukturleistung. 

An diesem Beispiel können wir sehen, dass bestimmte Cloud-Hardware eine bessere Skalierbarkeit aufweist. Das bedeutet, dass Unternehmen, wenn sie die richtigen Entscheidungen treffen, ihre Workload-Effizienz, die Lösungszeit und insgesamt eine höhere Kapitalrendite verbessern können. 

Mit zunehmender Vielfalt und Größe von HPC-Workloads sowie der wachsenden Hardwareauswahl gewinnt Benchmarking auf diese Weise für Unternehmen an Bedeutung. Da diese Daten in der Regel nicht ohne Weiteres verfügbar sind, arbeiten Unternehmen mitunter mit einem Cloud-Service-Provider (CSP) zusammen. Wie zu erwarten, sind diese Benchmarks jedoch CSP-spezifisch und daher in ihrem Umfang begrenzt.

Auswirkungen auf den Kunden neu skalieren:

Nissan optimierte die F&E-Arbeitslasten auf Rescale, um eine Kostenreduzierung von 50 % und eine Optimierung der Engineering-Anwendungen und der Produktivität um 18 % zu erreichen.

Realisierung von Kosten-Nutzen-Vorteilen

Die Bewertung der aktuell verfügbaren Hardware (Abbildung 2) kann für Entscheidungen, die zu diesem Zeitpunkt getroffen werden, hilfreich sein. Abbildung 3 (siehe unten) verdeutlicht jedoch die Bedeutung kontinuierlicher Leistungsvergleiche. Hier verwenden wir eine weitere gängige Automobilanwendung, LS-Dyna, um das Kosten-Nutzen-Verhältnis über den Zeitraum 2017–2021 zu vergleichen. 

Die drei verglichenen Cloud-Anbieter weisen unterschiedliche Kosteneffizienzen für die jeweilige Hardware auf, wobei sich insgesamt ein Trend zu steigender Kosteneffizienz abzeichnet. Diese stetige Verbesserung der Cloud-Infrastruktur ist für Endkunden von großem Vorteil; selbst mit einer einzigen Cloud-Lösung können Unternehmen mit höherer Rechenleistung zu geringeren Kosten rechnen. 

Wenn Unternehmen jedoch mehrere CSP-Angebote nutzen, können sie im Wettbewerb erhebliche Vorteile erzielen. Man kann beobachten, wie sich das Tempo der Hardware-Neuerscheinungen erhöht und der führende CSP im Hinblick auf das Preis-Leistungs-Verhältnis häufig wechselt. 

Wir gehen davon aus, dass sich diese jährlichen Hardwareverbesserungen und die Schwankungen des besten Kosten-Nutzen-Verhältnisses fortsetzen werden. Wie aus dieser Grafik hervorgeht, müssen Unternehmen jedoch sowohl über Multi-Cloud-Kenntnisse als auch über Flexibilität verfügen, um diese Vorteile zu realisieren, sobald die Hardware verfügbar ist.

Ein Rahmenwerk für bessere Geschäftsentscheidungen

Die typische HPC-Praxis verursacht vielfältige Kosten, von der Recheninfrastruktur über erhebliche Softwarelizenzen bis hin zu unvorhergesehenen Kosten durch fehlgeschlagene Aufträge und Kostenüberschreitungen. Da Forschungs- und Entwicklungsteams den Einsatz rechenintensiver HPC-Anwendungen verstärken, müssen moderne IT- und HPC-Teams beginnen, all diese Kosten ganzheitlich zu managen. 

Rescale orchestriert hunderte von HPC-Software- und Hardwarekomponenten und arbeitet direkt mit Kunden zusammen, um komplexe Workflows zu implementieren und zu optimieren. Aus diesem Grund haben wir die Plattform so konzipiert, dass sie die verschiedenen Kosten- und Ineffizienzquellen im gesamten Stack berücksichtigt und diese anschließend optimiert. Dieses Konzept nennen wir „Full-Stack-Optimierung“. Es wird durch kontinuierliches Benchmarking zahlreicher Datenpunkte über verschiedene Anwendungs- und Rechenarchitekturen hinweg ermöglicht. 

Das Ergebnis all dieser Daten ist ein Rahmenwerk (Abbildung 4), das aus drei Hauptindikatoren besteht, die Leistung, Reifegrad und Wert erfassen. Mithilfe dieses Rahmenwerks können HPC-Manager und -Anwender die am besten geeignete Hardware für ihre Bedürfnisse leicht ermitteln, unabhängig davon, ob ihr Ziel die Kostenminimierung, die Leistungsmaximierung oder die erfolgreiche Skalierung umfangreicher Projekte ist. 

Dieses Modell kann Geschäftsentscheidungen unterstützen und Richtlinien festlegen, um das Projektbudget zu optimieren und sicherzustellen, dass neue Benutzer die bestmöglichen Ressourcen erhalten. Unternehmen nutzen Rescale, um diese Entscheidungen zu automatisieren und so Kostenüberschreitungen oder Projektausfälle durch die Auswahl suboptimaler Hardware zu vermeiden. Administratoren können zudem Failover-Regeln festlegen, falls die Kapazität bestimmter Architekturen vorübergehend nicht verfügbar ist.

Benchmark Intelligence optimal nutzen

Abbildung 5 zeigt, wie diese Benchmark-Daten für bessere Geschäftsergebnisse genutzt werden können. Anhand dieser Beispiel-Workload, einer in den Lebenswissenschaften häufig anzutreffenden Molekulardynamik-Anwendung, vergleichen wir drei verschiedene Hardware-Optionen mit unterschiedlichen Leistungs-, Reife- und Wertprofilen. 

Für viele Unternehmen, die kommerzielle Software einsetzen, ist die optimale Ausnutzung der verfügbaren Lizenzen ein wichtiger Aspekt. Daher empfiehlt sich die Auswahl leistungsstarker Hardware. Bei Open-Source-Anwendungen ohne Lizenzierung hingegen kann die Kostenoptimierung im Vordergrund stehen, wenn Kosteneinsparungen wichtiger sind als eine schnelle Lösungsfindung. 

In diesem speziellen Beispiel mit NAMD, das ohne kostenpflichtige Lizenz verfügbar ist, würde das blaue Dreieck in Abbildung 5 darauf hinweisen, dass Hardware 2 das beste Preis-Leistungs-Verhältnis bietet und dennoch eine relativ hohe Leistung aufweist. Wenn Unternehmen ihre Rechenanforderungen erhöhen oder neu veröffentlichte Hardware testen, gewinnt der Reifegrad an Bedeutung, um sicherzustellen, dass eine bestimmte Hardwareoption über ausreichende Kapazität und Stabilität verfügt, um Aufgaben erfolgreich auszuführen. 

Die Rescale-Plattform integriert diese Informationen, um Unternehmen eine schnelle und effiziente Bereitstellung ihrer Ressourcen zu ermöglichen. Sobald neue Technologien verfügbar sind, können Ingenieure und Wissenschaftler diese schneller nutzen, während IT- und HPC-Manager Geschäftsrisiken minimieren können. 

Die neuen Möglichkeiten des intelligenten Rechnens im großen Maßstab erforschen 

Mit den Benchmarking-Funktionen von Rescale für datengestützte Entscheidungsfindung können Sie neue Strategien von der Automatisierung bis zur Optimierung und darüber hinaus umsetzen! 

Nehmen Sie Kontakt mit uns auf, um herauszufinden, wie Ihre HPC-Praxis profitieren könnte: 

❏ Geben Sie Benutzern bedarfsgerechten Zugriff auf die benötigte Software und Hardware ohne Wartezeiten. 

❏ Nutzen Sie die beste Cloud-Infrastruktur, sobald sie verfügbar ist, unabhängig vom Cloud-Anbieter.

❏ Sicherstellen, dass jeder Benutzer, jedes Projekt und jede Anwendung automatisch für die optimale Ausführung auf der bestmöglichen Architektur konfiguriert wurde. 

❏ Aktualisieren und optimieren Sie Ihre Software- und Hardwareinfrastruktur kontinuierlich, damit Ihre Ingenieure und Wissenschaftler weiterhin Innovationen entwickeln können. 

❏ Anpassung an die schwankenden Ressourcenanforderungen der Endnutzer, ohne sich Sorgen um Unterauslastung machen zu müssen 

❏ Vollständige Transparenz der Recheneffizienz gewährleisten und Benachrichtigungen versenden, sobald bessere Ressourcen verfügbar sind