Nachgehakt: Photonischer KI-Rechner „Wir haben den Schlüssel für die Tür zu einer neuen Ära des Computings“

Anbieter zum Thema

Q.ANT GmbH

MicroConsult Academy GmbH

Schneider Electric GmbH

Energiesparend mit Licht rechnen: Am Leibniz-Rechenzentrum steht jetzt der erste photonische KI-Rechner. Dr. Michael Förtsch von Q.ANT sagt, der Schlüssel zu einer neuen Computing-Ära sei da. Nun kann mit weniger Abwärme und Stromverbrauch schneller gerechnet werden.

Im Zeitalter der digitalen Transformation steht die Welt am Beginn eines neuen Kapitels: das Rechnen mit Licht. Am Leibniz-Rechenzentrum in Garching hat der weltweit erste photonische KI-Rechner den Betrieb aufgenommen. Entwickelt von Q.ANT, reduziert die Technik den Energieverbrauch und steigert massiv die Rechenkapazitäten. Damit könnten photonische Prozessoren die Grenzen der Elektronik für immer neu definieren.

Im vertiefenden Gespräch mit Dr. Michael Förtsch, Mitinitiator der Kooperation zwischen Q.ANT und dem Leibniz-Rechenzentrum, geht es um Software, welche die photonische Technologie unterstützt sowie das technische Potenzial in den nächsten fünf bis zehn Jahren.

Herr Dr. Förtsch, wie lassen sich photonische Prozessoren in bestehende Systeme integrieren, und welche Anpassungen sind erforderlich?

Die Prozessoren sind derzeit als Standard-Serverlösung in Form des Q.ANT Native Processing Servers (NPS) erhältlich. Sie fügen sich in die Rechenzentrumsumgebung ein wie normale Server. Im Prinzip benötigt man vier Schrauben und ein Ethernetkabel.

Der NPS kommt in einem 19-Zoll-Case mit PCIe-Schnittstellen und x86-Kompatibilität. Er unterstützt gängige Programmiersprachen und Libraries, was eine nahtlose Plug-and-play-Integration in HPC- und Rechenzentrumsumgebungen ermöglicht. Uns war wichtig, dass KI- und HPC-Anwender keine neuen Programmiersprachen lernen oder sich umstellen müssen, um die Möglichkeiten des photonischen Computings zu nutzen.

In den nächsten zwei Jahren wollen wir mit dem NPS den Markt der Höchstleistungsrechenzentren erschließen. Zu unseren Kunden zählen Forschungsinstitute wie das LRZ in Garching, das kürzlich das weltweit erste photonische Computing-System in Betrieb genommen hat. Zudem laden wir Early Adopters aus dem Unternehmensumfeld ein, die sich mit Next-Level-Computing beschäftigen, sich mit photonischem Rechnen und den dazugehörigen mathematischen Möglichkeiten vertraut zu machen.

Welche Software-Umgebungen und Programmiermodelle unterstützen die photonische Technologie, und wie kann aktuelle Software migriert werden?

Q.ANT ist bislang das einzige Unternehmen, das seine photonischen Prozessoren auf eine Standard PCI-Schnittstelle gebracht und mit Standard-Programmiersprachen (C++, Python) und mit dem derzeitigen KI-Software Stack (PyTorch, TensorFlow und Keras) kompatibel gemacht hat.

Es gibt ein paar Dinge, die Entwickler anders machen müssen: Beispielsweise müssen sie Startfunktionen anders codieren, andere Algorithmen schreiben und Basis-Libraries aufsetzen. All das können sie aber in den bekannten Programmiersprachen sowie in den Libraries von Keras, PyTorch und TensorFlow tun.

Und genau darin liegt der Vorteil, den Q.ANT diesen Early Adoptern bietet: Sie können jetzt die Grundlagen für das schreiben, was eine wesentliche Säule der KI-Computing- und HPC-Architektur von morgen sein wird. Den Prozess wollen wir von Q.ANT so aufsetzen, dass die End-User nicht merken, dass sie mit einem photonischen Prozessor rechnen.

Wie reduziert die photonische Technik die Notwendigkeit von Kühlungssystemen, und was bedeutet dies für das Design von Rechenzentren?

Mit dem photonischen Server adressieren wir drei Probleme von Hochleistungsrechenzentren: Hitze, Stromverbrauch und Platzbedarf. Hier können wir mehrere Vorteile kombinieren.

Erstens: Da auf dem photonischen Chip von Q.ANT selbst keine Wärme entsteht, entfallen kostspielige Kühlmaßnahmen.

Zweitens: Dank der besonderen Eigenschaften des Lichts lassen sich komplexe Berechnungen auf dem photonischen Prozessor schneller und energieeffizienter erledigen. Das heißt, wir erhöhen die Rechendichte. Weniger Parameter, die es zu berechnen gilt, benötigen weniger Strom und ermöglichen mehr Berechnungen.

Drittens, der Platz: Der NPS ist kleiner als ein aktueller GPU-Server, kann aber gleichzeitig mehr Karten beherbergen.

Dadurch kann man künftig eine neue Klasse leistungsstarker und energieeffizienter Server-Racks bauen, mit 90-fach geringerem Stromverbrauch pro Anwendung durch den geringeren Kühlbedarf und 100-facher Steigerung der Rechenzentrumskapazität durch höhere Rechendichte und erhöhte Rechengeschwindigkeit. Die Auswirkungen auf das Design von Rechenzentren ist minimal, da die NPS in Standard-Serverschränke eingesetzt werden können. Außerdem müssen für unsere Produkte keine zusätzlichen Kühlkammern gebaut oder andere aufwändige Umbauten vorgenommen werden.

Welche Investitionen sind notwendig, um auf photonische Systeme umzustellen, und wie sieht der Return on Investment (ROI) aus?

Derzeit liefern wir Test-Server in Kleinserien an Höchstleistungsrechenzentren im Forschungsfeld und für R&D-Abteilungen in Unternehmen aus, die sich mit Next-Level-Compute-Architekturen beschäftigen. Eine Lieferung in die kommerzielle Breite streben wir in zwei Jahren an. Bis dahin verbessern wir den Datendurchsatz und sorgen dafür, dass die Produktion skaliert werden kann.

Für die nächsten Jahre planen wir unsere Prozessoren im Rechenverbund neben existierenden Technologien als Co-Prozessoren einzusetzen. Die Stärke unseres Systems liegt auf nichtlinearen Funktionen, welche insbesondere für die Entwicklung neuronaler Netze oder komplexen Simulationen einen hohen Wert haben. Das bedeutet, man wird im Rechenzentrum auch digitale Server weiterhin im Rechnerverbund betreiben. Deshalb wurde der NPS von Q.ANT so entwickelt, dass er die bestehenden Systeme im Rechnerverbund ergänzt.

Welches Potenzial haben photonische Technologien für die Weiterentwicklung von KI- und Maschinenlern-Anwendungen in den nächsten fünf bis zehn Jahren?

Photonische Prozessoren sind ideal für komplexe, datenintensive Anwendungen geeignet. Darin liegt auch der Unterschied zu beispielsweise photonischen Interconnects, die lediglich die Datenübertragung zwischen den Prozessoren beschleunigen, nicht aber die Art zu rechnen verändern. Und das ist auch der Unterschied zu digitalen Prozessoren, die bei linearen, einfachen Berechnungen immer einen Vorteil zur photonischen Architektur haben werden.

Der photonische Prozessor spielt seine Stärken bei komplexen Berechnungen (wie beispielsweise der Fourier-Transformation) aus. Diese sind nur mit erheblichem Aufwand in ein transistorbasiertes Gatter zu übersetzen. Die Vorteile zeigen sich besonders bei komplexen Workloads: Physikalische und wissenschaftliche Simulationen (z. B. numerische Strömungsmechanik), Datensicherheit (z. B. Fully Homomorphic encryption), KI-gestützter Bildverarbeitung und KI-Inferenz und Modelltraining in großem Maßstab.

Das Potenzial dieser Technologie ist nahezu unbegrenzt. Wir befinden uns in einer ähnlichen Situation wie Intel in den 1970er Jahren: Die Technologie ist industriereif. Jetzt geht es darum, Anwendungen zu programmieren. Wir entwickeln den Prozessor und den Softwarestack weiter – die Anwendungen kommen vom Kunden.

Für uns ist diese Technologie ein entscheidender Schritt im Streben nach naturgetreuer Nachbildung der Natur. Und bedenken Sie: Heute nähern wir uns dem Thema KI über ein einziges Medium, die Text oder Sprache (Large Language Models), aber wir haben ja noch andere Sinne: Sehen, Hören, Tasten. Wir haben einen Schlüssel gebaut, mit dem wir die Tür zu einer neuen Ära des Computings aufgeschlossen haben. Nun tasten wir uns alle vor und laden alle Early Adopter ein, sich mit der Technologie und der neuen Art des Rechnens vertraut zu machen. (heh)

Rechnen mit Licht

Weltweit erster photonischer KI-Rechner geht am Leibniz-Rechenzentrum in Betrieb

(ID:50497583)