Förderung: BMBF
Projektbeginn: 01.09.2022
Projektende: 31.08.2025
Projektgruppe: Prof. Dr. Wolfgang Karl
Ansprechpartner: Dr. Thomas Becker

Das Forschungsvorhaben ScalNEXT – Optimierung des Datenmanagements und des Kontrollflusses von Rechenknoten für Supercomputing ist ein vom Bundesministerium für Bildung und Forschung (BMBF) im Rahmen des Förderprogramms „Hoch- und Höchstleistungsrechnen für das digitale Zeitalter 2021-2024 – Forschung und Inventionen zum High-Performance Computing“ auf dem Gebiet „Neue Methoden und Technologien für das Exascale-Höchstleistungsrechnen“ gefördertes Verbundprojekt der JGU Mainz, der RWTH Aachen, der TU München und des KITs mit dem Industriepartner APS Networks.

Um die Skalierbarkeit zukünftiger HPC-Systeme sicherzustellen, ist die Schließung der Lücke in der Leistungsfähigkeit zwischen Rechenknoten und Netzwerk notwendig. Eine Möglichkeit zur Verbesserung der Skalierbarkeit ist die Auslagerung von Steuerungs- und Managementaufgaben auf Netzwerkressourcen und damit die Umsetzung einer zentraleren und skalierbaren Organisation. Dazu verwendet ScalNEXT Smart Networks, also Netzwerke, die rekonfigurierbar und programmierbar sind. Um solche smarten Netzwerkkomponenten einsetzbar zu machen, bedarf es jedoch neuer Ausführungsmodelle mit Konsequenzen für Betriebssysteme, I/O-Systeme, APIs und Anwendungen. In ScalNEXT entwickeln und evaluieren die Verbundpartner neue Techniken auf verschiedenen Systemebenen und für mehrere Anwendungsgebiete. So betrachtet ScalNEXT mit Laufzeitumgebungen, Betriebssystemen und Microkernelansätzen zum einen die Knotenebene des Systems. Zum anderen mit der Verlagerung der Datenverarbeitung auf SmartSwitches und der Entwicklung neuer APIs auch die Switch-Ebene. Des Weiteren werden die entwickelten Methoden auf die drei Kernanwendungsgebiete von HPC Modellierung & Simulation, High Performance Data Analytics und Maschinlles Lernen & Künstliche Intelligenz angewendet.