Grafikkarten beschleunigen Strömungssimulationen

Eine Arbeit am Lehrstuhl für Aerodynamik der Technischen Universität München (TUM) hat gezeigt, dass Grafikprozessoren (GPUs) numerische Strömungssimulationen deutlich beschleunigen und somit eine interessante, kostengünstige Alternative zu klassischen Supercomputern darstellen.

Schon mit einer Mittelkasse-Grafikkarte konnten Berechnungen mit siebenfacher Geschwindigkeit durchgeführt werden. Mithilfe von „Tesla“-Karten aus dem Hause Nvidia und der Programmiersprache „CUDA“ will man an der TUM den Faktor 40 erreichen. Im HPC-Bereich (High Performance Computing) wird allgemein verstärkt darauf gesetzt, nicht nur klassische CPUs zu nutzen. Der Trend geht in Richtung Hybrid-Systeme.

Durch einen Magazinbeitrag inspiriert, hat ein Student an der TUM mit Grafikkarten und der Programmiersprache CUDA experimentiert, die von Nvidia zur freien Programmierung von GPUs entwickelt wurde. „Ich habe Simulationsberechnungen mit einer Grafikkarte Nvidia GeForce 8800 GT mit 512 Mbyte Speicher zum Thema einer Semesterarbeit gemacht“, berichtet Eugen Riegel. Er konnte mit dem ab etwa 100 Euro erhältlichen Mittelklasse-Modell numerische Strömungssimulationen um den Faktor sieben beschleunigen.

Eine Simulation an einem stark vereinfachten Fahrzeugmodell ist an sich sehr aufwändig, mit Mio. von Datenpunkten und einer langen Zeitserie. „Ein mehrere hunderttausend Euro teurer Supercomputer braucht für die vollständige Berechnung einer solchen Simulation knapp 60 Stunden“, erklärt Thomas Indinger, Leiter der Automobilaerodynamik am Lehrstuhl für Aearodynamik. An der TUM entsteht mit Grafikarten aus Nvidias HPC-Produklinie Tesla, die bis zu vier Gigabyte Speicher pro Karte bieten und deren Rechenleistung ein Teraflop erreicht, ein System für Strömungssimulationen, das Berechnungen um das 40-Fache beschleunigen soll.

Systeme mit Nvidias Tesla oder auch AMDs „FireStream“ (pressetext berichtete: http://pte.at/pte.mc?pte=080616029) liegen in einem Trend, der sich allgemeiner für Hochleistungrechner abzeichnet. Im aktuellen Top-Supercomputer „Roadrunner“ der Kombination von klassichen AMD-CPUs und Cell-Prozessoren zeichnet sich ein Trend zu Hybridsystemen ab. „Dort werden Spezialprozessoren für genau die Aufgaben eingesetzt, für die sie besonders geeignet sind“, erklärt Siegfried Benkner, Leiter des Instituts für Scientific Computing der Universität Wien, gegenüber pressetext. Für hochleistungsfähige Systeme, die GPUs und klassische CPUs kombinieren, wird CUDA nicht ausreichen.

„Diese Sprache zielt sehr speziell auf GPUs ab“, erklärt Benkner. Doch ist Nvidia auch an der Entwicklung von „OpenCL“ (Open Computing Language) mitbeteiligt, einer Programmiersprache, die für eine effiziente parallele Programmierung heterogener Systeme aus CPUs und GPUs gedacht ist. Eben diesen dürfte die Zukunft gehören, auch, da sie eine gute Skalierbarkeit in Aussicht stellen. Sowohl Intel als auch AMD planen bereits Mainstream-Prozessoren, welche die verschiedartigen Recheneinheiten in einem Chip vereinen.