Rechencluster

Rechencluster

Frontansicht der Rechencluster-Knoten im Rackeinbau im Maschinensaal des RZ

Im September 2019 haben die Institute für Technische Chemie, für Physikalische Chemie, das Rechenzentrum der TU Clausthal und das Simulationswissenschaftliche Zentrum Clausthal-Göttingen gemeinsam einen Rechencluster, der allen Wissenschaftlern der TU Clausthal sowie Mitgliedern des SWZ für Forschungsfragestellungen zur Verfügung steht, in Betrieb genommen.

Technische Daten

Der Rechencluster besteht aus vier Knoten. Bei den vier Rechenknoten handelt es sich um 2-Sockel-Systems, die jeweils mit zwei AMD Epyc Prozessoren bestückt sind. Damit verfügt jeder Knoten über 32 oder 64 physische Prozessorkerne. Drei der Systeme sind mit jeweils 1 TB Arbeitsspeicher ausgestattet, ein System verfügt über 512 GB.

Einer der Knoten ist ohne weitere Freischaltungen für alle Mitarbeiter und Studierenden der TU Clausthal frei zugänglich. Für die drei anderen Knoten ist eine explizite Freischaltung notwendig (siehe Kontaktdaten unten). Eine gesonderte Beantragung von Rechenzeit ist für die Nutzung des Rechenclusters nicht erforderlich.

Installierte Software

Prinzipiell kann jede wissenschaftliche Software, die entweder in Form einer Campus-Lizenz an der TU Clausthal verfügbar ist oder generell Opensource ist, auf dem Rechencluster installiert werden. Folgende Programme stehen bereits auf dem System zur Verfügung (wobei diese Liste keinen Anspruch auf Vollständigkeit hat):

  • Abaqus
  • Ansys
  • Java
  • Mathematica
  • MatLab
  • Anaconda
  • OpenMPI
  • Singularity

Zugang

  • Der Zugriff auf die Systeme erfolgt unter Linux über den SSH-Clienten des jeweiligen Systems. Unter Windows kann z.B. PuTTY für die Steuerung oder auch X2Go für die grafische Nutzung verwendet werden.
  • Die Netzwerkfreigabe \\nas.tu-clausthal.de\unix-home$ wird auf den Rechenknoten als Home-Verzechnis eingeblendet. (Weitere Informationen zur Nutzung der RZ-Dateiablage siehe DokuWiki.)
  • Der Zugriff per PuTTY und auf Dateiebene über die Netzwerkfreigabe ist nur aus dem Netz der TU Clausthal oder alternativ über eine VPN-Verbindung möglich.
  • Der Rechenknoten as.rz.tu-clausthal.de steht allen Studierenden und Mitarbeitern der TU Clausthal ohne weitere Registrierung zur Verfügung. Für die anderen beiden Knoten ist eine explizite Freischaltung erforderlich. Eine Anfrage hierzu kann formlos per E-Mail an support@rz.tu-clausthal.de erfolgen und bedarf keiner weiteren Begründung.
  • Aufgrund der begrenzten Größe des Systems und um den Zugang nicht unnötig kompliziert zu gestalten, verfügen die Rechenknoten über kein Batch-System zur Zuweisung von Rechenleistung. Wenn größere Rechenzeitkontingente oder die verlässlichere Verfügbarkeit bestimmter Rechenleistungen verlangt wird, so kann z.B. auf den HLRN zurückgegriffen werden.
  • Im TUChat steht außerdem ein privater Kanal zur Verfügung, in dem sich die Nutzer des Clusters Austauschen können und in Bezug auf die Nutzung der Ressourcen absprechen können.

Pressemitteilung der TU Clausthal vom 12.9.2019

Funktionierende TU-interne Kooperation (von links): Frank Ebeling, Juniorprofessorin Nina Gunkelmann, Dr. Marco Drache, Christian Marg und Dr. Alexander Herzog im Maschinensaal des Rechenzentrums. Foto: RZ/TUC

Digitalisierung: Neuer Rechencluster in Betrieb

Chemie, Simulationswissenschaftliches Zentrum und Rechenzentrum nutzen gemeinsam leistungsstarken zentralen Rechenserver

Bei Digitalisierung ist oftmals von einem Querschnittsthema die Rede, für das an Universitäten Synergien genutzt werden sollen. Wie so etwas aussehen kann, zeigt ein Gemeinschaftsprojekt, das von dem Institut für Technische Chemie und dem Simulationswissenschaftlichen Zentrum (SWZ) an der TU Clausthal initiiert worden ist. Ein halbes Dutzend Institute und Einrichtungen nutzen mittlerweile im Verbund einen leistungsstarken zentralen Compute-Server. Weitere Nutzer sind im gerade gestarteten Verbund willkommen. [...]

Vollständige Meldung siehe: TU-Homepage

Pressemitteilung der TU Clausthal vom 10.9.2020

Dank der Investitionen von Juniorprofessorin Nina Gunkelmann und Professor Rüdiger Ehlers (kleines Bild) konnte der zentrale Rechenserver mit zwei Beschleunigerkarten (GPU und FPGA) ausgebaut werden. Fotos: Ernst

Digitalisierung in der Forschung schreitet an der TU voran

Leistungsstarker zentraler Rechenserver konnte dank finanzieller Mittel aus dem neuen Sonderforschungsbereich „Sauerstofffreie Produktion“ aufgerüstet werden.

Vor einem Jahr haben zwei chemische Institute der TU Clausthal, das Simulationswissenschaftliche Zentrum Clausthal-Göttingen (SWZ) und das Rechenzentrum in einem Gemeinschaftsprojekt einen neuen Rechencluster in Betrieb genommen. Inzwischen sind mehr als ein halbes Dutzend Einrichtungen daran beteiligt und der Verbund-CPU-Cluster ist in puncto Leistung bzw. Geschwindigkeit um einen vierten Rechenknoten mit zwei Beschleunigerkarten (GPU und FPGA) ausgebaut worden. [...]

Vollständige Meldung siehe: TU-Homepage

Pressemitteilung der TU Clausthal vom 27.9.2022

Frank Ebeling (Rechenzentrum), Waseem Iqbal (Institute of Geo-Engineering), Prof. Jens-André Paffenholz (Institute of Geo-Engineering), Dr. Alexander Herzog (SWZ) sowie Natalia Rentzsch (Rechenzentrum), v.l.n.r.. Foto: RZ

IT-Infrastruktur für die Forschung

Zentraler Rechencluster ist mit Mitteln des Simulationswissenschaftlichen Zentrums Clausthal-Göttingen um eine NVIDIA A100 erweitert worden

Deep Learning ist eine spezielle Methode zur Informationsverarbeitung und wird mittlerweile in zahlreichen Fachgebieten zur Analyse großer Datensätze benötigt. Umfangreiche Datenmengen werden zunächst von Algorithmen extrahiert, anschließend analysiert, um dann eine Schlussfolgerung oder Prognose über eine bestimmte Fragestellung abzuleiten. Das Erkennen von Mustern oder Dingen auf 2D-Bildern oder 3D-Umgebungen, das Verständnis von Texten oder die Optimierung von Entscheidungsprozessen stellen nur eine Auswahl von potentiellen Möglichkeiten der Methode dar. Ein typisches Beispiel ist die Fragestellung, ob sich ein bestimmtes Objekt wie eine Katze auf einem Foto befindet. Diese für einen Menschen triviale Aufgabe stellte ein Computerprogramm bis vor wenigen Jahren vor eine nahezu unlösbare Herausforderung. Erst als Rechner in die Lage versetzt wurden, automatisiert aus großen Datenmengen zu lernen, konnten sie diese Aufgaben mit hoher Zuverlässigkeit lösen. Für das Erkennen eines Objektes müssen viele fachspezifische Informationen wie das Aussehen aus unterschiedlichen Perspektiven oder das Farb- oder Größenspektrum vorliegen. [...]

Vollständige Meldung siehe: TU-Homepage

Bilder

Kontakt