– Til nå har superdatakraft vært forbeholdt noen få bruksområder, for eksempel værvarsling.

– Men nå kan vi bygge pc-er med nesten samme regnekapasitet som superdatamaskiner. Det er utrolig spennende å finne ut nye bruksområder for denne datakraften, sier førsteamanuensis Anne C. Elster ved NTNU.

Hun leder den såkalte HPC-laben («High Performance Computing») ved Institutt for datateknikk og informasjonsbehandling.

Elster og hennes studenter bygger og utvikler superkraftige pc-er som kan utføre såkalt tungregning: komplekse operasjoner med store datamengder.

Fra trailerstørrelse til laptop

Seismiske simuleringer innenfor oljeindustri, værvarsling, simuleringer av bilkrasj – det er eksempler på operasjoner hvor det til nå har vært nødvendig med store, dyre superdatamaskiner.

Som NTNUs Njord. Den er på størrelse med en trailer og hadde en prislapp rundt 30 millioner kroner da den ble kjøpt i 2006.

Men for Elster og hennes studenter er det vanlige pc-er utstyrt med spreke grafikkort som gjør susen.

Tusen operasjoner samtidig

Det er grenser for hvor mye hastigheten kan økes på vanlige prosessorer. De blir rett og slett for varme.

For å få opp farten i store regneoperasjoner er en derfor avhengig av økt parallellitet. Enklere sagt: at mange operasjoner kan utføres samtidig.

Det er her grafikkortet kommer inn.

Vanlige pc-er er kanskje utstyrt med to eller fire prosessorkjerner, mens et kraftig grafikkort har en parallellitet på 240.

Nvidia, en av verdens ledende spillkortprodusenter, har gjennom sitt Professor Partnership-program donert flere toppmoderne kraftige grafikkort til Elsters datalab.

– Nylig fikk vi deres nyeste enhet, med 4 GPUer (Graphical Processing Unit). Det gir mulighet til å kjøre hele 960 operasjoner samtidig. Og da nærmer vi oss parallelliteten til Njord, sier Elster entusiastisk.

Regnemestere

I begynnelsen kunne grafikkortene bare regne med heltall, men de siste par årene er det også kommet kort som kan regne med lange flyttall, med mange desimaler.

- Det gjør spillkortprosessorene kjempeinteressante for alle som er avhengige av tungregning, innenfor både naturvitenskap og medisin, ingeniørfag og i industrien, sier Elster.

Spillmarkedet ledende

Forskeren er ikke overrasket over at det er dataspillindustrien som nå driver den teknologiske utviklingen.

– Etterspørselen etter superdatamaskiner er ikke spesielt stor, om vi sammenligner med dataspill. Det er et milliardmarked, ett av de raskest voksende i verden.

 – Det er derfor satt inn mye større forsknings- og utviklingsressurser her enn i utviklingen av klassiske prosessorer, forklarer hun.

– Spillkortprodusentene ønsker selvsagt at forskere skal jobbe med deres utstyr og finne nye bruksområder. Markedsmessig vil tungregning være en bagatell i forhold til det enorme spillmarkedet.

– Men det bidrar nok til merkevarebygging når forskere finner nye og allmennyttige bruksområder for deres utstyr, tror Elster.

Hjerteskanning og oljeleting

HPC-laben på NTNU består av det Elster selv karakteriserer som ”blodspekkede” selvbygde pc-er. Selve laben ble åpnet i fjor høst, men arbeidet med å finne nye bruksområder for grafikkort begynte før det.

Elsters tidligere student Erik Axel Nielsen brukte for eksempel grafikkort til å forbedre ultralydskannere for hjerteundersøkelser. Hastigheten ble økt 40 ganger.

– Hans diplomoppgave fra 2006 har allerede ført til forbedring av hjerteskannere, forteller Elster.

– Oljeindustrien følger også med på denne forskningen. Leteboring er dyrt. Derfor er de svært interessert i mest mulig detaljerte datasimuleringer, legger hun til.

Snøfnugg i sanntid

Det meste kan simuleres. Snøvær, for eksempel. Diplomstudent Robin Eidissen demonstrerer en snøsimulering han har videreutviklet.

Flere millioner snøfnugg er simulert i sanntid, og vi kan kjøre rundt i det virtuelle landskapet som om vi satt i et helikopter, og se hvordan snøen bygger seg opp med ulike vindretninger og nedbørsmengder. Neste skritt kan bli å regne inn snøskred.

Det er nylig utviklet et åpent, felles programmeringsspråk for grafikkort-prosessorer. Neste steg er metoder for å utvikle og forbedre programmer direkte ut fra visualiseringen på skjermen.

– For oss er det svært spennende å se hvordan denne enorme regnekapasiteten kan brukes i praksis, også i vanlige folks dagligliv. For her snakker vi om teknologi som kan bli tilgjengelig for alle, sier Anne C. Elster.

Lenke:

HPC-laben