Das Leibniz-Rechenzentrum (LRZ) hat Photonik-Prozessoren der zweiten Generation von Q.ANT in seiner HPC-Umgebung in Betrieb genommen, deren Energieaufnahme weit unter der herkömmlicher Prozessoren liegt – eine Möglichkeit, die schnell steigende Leistungsaufnahme in HPCs deutlich zu reduzieren.
Für das Stuttgarter Photonic-Computing Unternehmen Q.ANT ist der Einsatz der noch leistungsstärkeren Prozessoren in einem der führenden High-Performance-Computing-Einrichtungen (HPC) Europas ein weiterer wichtiger Schritt, um lichtbasierte Co-Prozessoren in den regulären Betrieb von Produktionsrechenzentren zu integrieren. Die Installation baut auf dem System der ersten Generation auf, das im Juli vergangenen Jahres am LRZ implementiert wurde.
Photonische Rechnerarchitekturen tragen dazu bei, die steigenden Energie- und Leistungsanforderungen von KI-Workloads zu bewältigen. Durch höhere Rechendichte und Verarbeitungsgeschwindigkeit können sie einen bis zu 90-fach geringeren Stromverbrauch pro Workload und eine bis zu 100-fach höhere Rechenzentrumskapazität erreichen. Im LRZ fungieren die »Gen 2 Native Processing Units« (NPUs) von Q.ANT als photonische KI-Beschleuniger, die eine höhere Rechenleistung und eine verbesserte Energieeffizienz erzielen. Die Prozessoren werden über Standard-PCIe-Schnittstellen in bestehende HPC-Systeme integriert und arbeiten dort neben CPUs und GPUs.
»KI treibt den Stromverbrauch von Rechenzentren auf ein noch nie dagewesenes Niveau. Energie ist damit zu einem zentralen, limitierenden Faktor bei der Skalierung der Computing-Infrastruktur der nächsten Generation geworden«, sagt Bob Sorensen, Senior Vice President für Forschung bei Hyperion Research. »Besonders relevant an dieser Implementierung ist, dass sie photonische Co-Prozessierung über die Proof-of-Concept-Phase hinaus in den produktiven Betrieb von HPC-Umgebungen bringt. Die nachgewiesenen Energieeinsparungen und Leistungssteigerungen unter realen Arbeitsbedingungen zeigen, dass alternative Architekturen ein reeller Weg sind, KI-Infrastrukturen weiter zu skalieren.«
Benchmark-Tests am LRZ zeigen deutliche Verbesserungen gegenüber den NPUs der ersten Generation von Q.ANT. Die Ergebnisse markieren einen weiteren Schritt in der ambitionierten Entwicklungs-Roadmap der Technologie. Zu den gemessenen Leistungswerten zählen:
Im Unterschied zu elektronischen Prozessoren, die auf Transistorschaltungen basieren, führen die photonischen NPUs von Q.ANT komplexe mathematische Operationen direkt optisch aus. Grundlage sind photonisch integrierte Schaltkreise mit Lithium-Niobat-Schicht (TFLN). Dadurch wird Wärmeentwicklung auf dem Chip eliminiert, was den Kühlungsbedarf des Gesamtsystems verringert.
»Das Hinzufügen weiterer digitaler Hardware löst das Problem der Skalierung von Rechenleistung in der KI nicht mehr«, sagt Dr. Michael Förtsch, CEO von Q.ANT. »Wenn wir weiterhin mit Brute-Force-Transistorlogik skalieren, wandeln wir Strom nur in Hitze um. Am LRZ beweisen wir, dass sich lichtbasierte Co-Prozessoren in bestehende Infrastrukturen integrieren lassen und unter realen Arbeitslasten messbare Effizienzgewinne erzielen. Auf diese Weise kann KI weiter skaliert werden, ohne den Energieverbrauch zu erhöhen.«
Das Leibniz-Rechenzentrum betreibt Hochleistungsrechner für komplexe wissenschaftliche Simulationen, KI-Forschung und datenintensive Anwendungen. Die neue Installation ermöglicht es dem LRZ, photonische Datenverarbeitung unter realen Betriebsbedingungen zu testen und Leistung, Präzision sowie Energieeffizienz innerhalb heterogener HPC-Architekturen zu evaluieren.
»Dieser Einsatz verdeutlicht den technologischen Fortschritt von der ersten zur zweiten Generation der Prozessoren von Q.ANT«, sagt Prof. Dr. Dieter Kranzlmüller, Vorsitzender des Verwaltungsrats des LRZ. »Unsere Bewertung erfolgt unter realen Produktionslasten und betrieblichen Anforderungen. Photonische Co-Prozessierung ist ein vielversprechender Ansatz, um die Leistungs- und Energieprobleme zu lösen, die das moderne Hochleistungs-Computing zunehmend prägen.«
Die Installation am LRZ trägt dazu bei, Anwendungen in industriellen, rechenintensiven Bereichen zu unterstützen, etwa in der Arzneimittelforschung, im Materialdesign oder bei der dynamischen Optimierung. Hier sind nichtlineare Komplexität und Energieeffizienz von entscheidender Bedeutung. Die Zusammenarbeit mit dem LRZ wird durch Mittel des Bundesministeriums für Forschung, Technologie und Raumfahrt gefördert.