Kommentar von Dr. O. Tennert, Transtec AG

HPC und In-Memory sind wie füreinander geschaffen

| Autor / Redakteur: Dr. Oliver Tennert / Nico Litzel

Der Autor: Dr. Oliver Tennert ist Director HPC Solutions bei der Transtec AG
Der Autor: Dr. Oliver Tennert ist Director HPC Solutions bei der Transtec AG (Bild: Transtec AG)

Oft wird die Frage gestellt, ob In-Memory-Technologien nicht zunehmend in Konkurrenz zu High Performance Computing (HPC) treten. Doch diese Frage geht am Thema vorbei. Es handelt sich dabei um unterschiedliche Lösungen, die vielfach sogar komplementär genutzt werden. Big Data Analytics ist hierfür ein hervorragendes Beispiel.

Die Datenvolumina wachsen in allen Bereichen dermaßen schnell an, dass konventionelle Rechnersysteme für deren Auswertung an ihre Grenzen stoßen. Die Datenflut ist schon heute, aber vor allem künftig, nur noch mit hochleistungsfähigen HPC-Systemen zu bewältigen.

HPC-Systeme werden für viele Unternehmen vor allem deshalb immer wichtiger, weil zahlreiche Geschäftsanwendungen immer rechenintensivere Simulationen oder Analysen großer Datenbestände erfordern. Simulation und Datenanalyse sind auch die beiden typischen Anwendungen für HPC. Heute werden alle technischen Entwicklungen zuerst in Simulationen getestet, reale Simulationen finden meist nur noch zur Validierung der berechneten Tests statt. Das gilt bereits bei der Entwicklung von einzelnen Teilen und Komponenten. Daher haben auch kleinere Unternehmen oder Ingenieurbüros, also ganz „normale“ Unternehmen, einen Bedarf an HPC.

Keine Äpfel mit Birnen vergleichen

Wie steht es nun aber um die Aussage, neue Memory-Computing-Technologien träten in Konkurrenz zu HPC-Systemen? Die Antwort ist klar: Hier werden Äpfel mit Birnen verglichen. Richtiger ist, In-Memory-Datenbanken und In-Memory-Computing als neuen Technologiekern für HPC zu begreifen, genauso wie HPC und Big Data mehr und mehr in einem Atemzug genannt werden. Das zeigen die beiden typischen Einsatzfelder Realtime Analytics und Data Mining, bei denen die schnellstmögliche Auswertung großer Datenmengen das Ziel ist. In-Memory-Computing hat sich hier durch die extrem geringe Latenz als die optimale Lösung für die schnelle Analyse von Daten erwiesen.

Bei HPC-Systemen stehen, vereinfacht ausgedrückt, die CPU-Power zum Rechnen und bei In-Memory-Technologien und -Datenbanken der große und schnelle Hauptspeicher zum Suchen und Verteilen von Daten im Vordergrund. Beim „klassischen“ HPC geht es dabei normalerweise nicht um Echtzeit-Auswertung – ganz im Unterschied zu In-Memory-Computing-Plattformen, bei denen das ein primäres Ziel ist. Realisiert wird das, indem die Daten im Hauptspeicher und nicht auf Festplatten vorgehalten werden. Bei In-Memory-Datenbanken entsteht deshalb auch keine große Latenz, wie dies bei normalen Datenbanken mit Festplatten der Fall ist.

Unterschiedliche Anwendungsbereiche

Im industriellen Umfeld werden HPC-Systeme vor allem für die Entwicklung neuer und die Verbesserung vorhandener Produkte oder Produktkomponenten und die Analyse großer Datenbestände genutzt. Konkrete Anwendungsbeispiele sind Crash-Simulationen bei Automobilherstellern, die Simulation integrierter Schaltkreise bei Chip-Herstellern oder auch die Analyse von Genomdaten in der Life-Science-Industrie. Auch bei akademischen Institutionen stehen rechenintensive Datenanalysen und Simulationen im Vordergrund. Das kann zum Beispiel Modellierungen in der Klima- oder Materialforschung, Dosismessungen für die Strahlentherapie oder Berechnungen in der Teilchenphysik betreffen.

Zu den Einsatzfeldern von In-Memory-Technologien gehören vor allem Business Analytics und Business Intelligence, also Bereiche, in denen es um die schnelle Bereitstellung unternehmenskritischer Daten geht. Das betrifft zum Beispiel die Erfassung und Auswertung von Finanzdaten und Kennzahlen. Genutzt werden In-Memory-Computing-Plattformen aber auch in produktionsspezifischen Bereichen, zum Beispiel zur Steuerung von Produktionsprozessen „just in time“ oder zur Durchführung von Analysen zur Prozessoptimierung und -automatisierung. Generell werden aber leistungsstarke, moderne In-Memory-Technologien verstärkt bei Anwendungen verwendet, bei denen schnelle Datenabfragen beziehungsweise Lesezugriffe unterstützt werden müssen. Ein Beispiel sind hier Applikationen von Buchungsportalen oder Fraud Detection bei Kreditkartenabrechnungsinstituten, bei denen Datenbankoperationen in kürzester Zeit erfolgen müssen.

Zu berücksichtigen ist allerdings, dass es bei den Einsatzgebieten inzwischen Überschneidungen gibt, zum Beispiel in der Molekularbiologie mit der Genomanalyse. Die Sequenzierung von Genomabschnitten war bisher ein klassischer Anwendungsbereich von HPC-Systemen. Heute gibt es hier aber zum Beispiel auch neue Lösungen wie SAP Foundation for Health. Das System basiert auf der In-Memory-Computing-Plattform SAP HANA und unterstützt flexible Echtzeitanalysen in der Genomik.

SAP kündigt Big-Data-Lösungen für die Medizin an

Echtzeit-Auswertung von medizinischen Daten

SAP kündigt Big-Data-Lösungen für die Medizin an

26.01.16 - SAP hat zwei Projekte vorgestellt, die die Echtzeit-Auswertung von medizinischen Daten erleichtern sollen. Die „SAP Foundation for Health“ basiert auf der Plattform SAP HANA und besteht primär aus einem flexiblen Data-Warehouse-Modell. „SAP Medical Research Insights“ bildet die erste Lösung, die auf der Foundation for Health basiert. lesen

Big Data Analytics profitiert von beiden Lösungen

In vielen Anwendungsszenarien ergänzen sich klassisches HPC und In-Memory-Technologien inzwischen perfekt. Zu nennen ist hier etwa das Thema Big Data. Das ist nicht zuletzt darauf zurück-zuführen, dass HPC seinen ursprünglichen Anwendungs-Nukleus im Umfeld von Simulationen verlassen hat und heute verstärkt im Bereich Big Data eingesetzt wird.

Big Data Analytics – die Auswertung großer oder auch nur unstrukturierter Datenmengen – ist mittlerweile zu einem wichtigen Aufgabenbereich für viele Unternehmen geworden. Die aus den Daten gewonnenen Erkenntnisse bilden die Basis für Innovationen, Produktivitätssteigerungen oder die Optimierung von Kundenbeziehungen.

Von Big Data spricht man, wenn sehr viele Daten unterschiedlichen Typs in kurzer Zeit anfallen und diese Daten so schnell wie möglich ausgewertet werden müssen. Das Ziel der Analyse ist es, die Daten in Information zu verwandeln und daraus für das Unternehmen relevante Erkenntnisse zu gewinnen, um einen Marktvorteil zu erlangen. Da es sich hier um eine teilweise unstrukturierte Datenflut handelt, die eine hohe Rechen-Power erfordert, kommen zunehmend auch im Bereich Big Data leistungsstarke HPC-Systeme und sehr schnelle, verteilte Speichersysteme zum Einsatz. Das Datenaufkommen wächst dabei weiterhin nahezu ungebremst. Forciert wird dies durch neue Entwicklungen wie das Internet der Dinge und Services.

Der Einsatz von HPC-Systemen für Big Data Analytics ermöglicht prinzipiell einen nahezu unverzüglichen Zugriff auf die unternehmensrelevanten Erkenntnisse. Und hier kommen dann ergänzend verstärkt In-Memory-Datenbanken ins Spiel. Mit ihnen lassen sich die Zugriffszeiten auf die Daten noch weiter verkürzen. HPC-Lösungen in Kombination mit In-Memory-Computing-Plattformen ermöglichen damit Echtzeitanalysen aller wichtigen Geschäftsdaten eines Unternehmens.

Die Frage lautet also nicht „HPC oder In-Memory-Technologie?“, sondern dreht sich darum, ob primär extrem hohe Rechenleistung oder Geschwindigkeit im Fokus steht. Sind beide Aspekte von hoher Relevanz, spricht nichts gegen eine gemeinsame Nutzung beider Lösungen – im Gegenteil, solchen Lösungsarchitekturen wird bei vielen Anwendungsszenarien die Zukunft gehören.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de/ (ID: 43980478 / Infrastruktur)