Der neue photonische NPS von Q.ANT im Leibniz-Rechenzentrum ermöglicht die weltweit erste Integration von Licht-basierten Prozessoren in eine bestehende HPC-Architektur. Gefördert vom BMFTR und begleitet von führenden Forschungsinstituten, steigert er die Rechenleistung um das Hundertfache bei 90 Prozent niedrigerem Energieverbrauch. Ohne zusätzliche Kühlung arbeitet das System geräuschlos und erreicht nahezu hundertprozentige Rechengenauigkeit. Damit werden insbesondere KI-Modelle und komplexe Simulationen nachhaltig beschleunigt und kosteneffizient betrieben und ermöglichen vielversprechende neue Forschungsmöglichkeiten.
Inhaltsverzeichnis: Das erwartet Sie in diesem Artikel
Erste photonic Co-Prozessor Integration ermöglicht LRZ neue HPC Benchmarks
Dr. Michael Förtsch (links) und Dieter Kranzlmüller (2. von rechts) (Foto: Q.ANT GmbH)
Der Q.ANT Native Processing Server (NPS) wurde über eine PCIe-Schnittstelle als erster photonischer Co-Prozessor in das Leibniz-Rechenzentrum (LRZ) in Garching integriert. Dank nahtloser Kompatibilität mit x86-Umgebungen und Frameworks wie PyTorch, TensorFlow und Keras kann das LRZ Messreihen für KI-Inferenz, Computer Vision und simulationsbasierte Forschungsanwendungen durchführen. Dabei entstehen umfassende Leistungs- und Energieeffizienzbenchmarks, die als Referenz für die Entwicklung zukunftsfähiger, hybrider HPC-Infrastrukturen dienen unter realistischen Bedingungen praxisorientiert ermittelt und hinsichtlich Skalierbarkeit validiert.
Photonische NPS-Systeme optimieren Computer Vision Prozesse mit minimalem Energieverbrauch
Im Zuge der initialen Testreihe rüstet das Leibniz-Rechenzentrum mehrere Q.ANT Native Processing Server aus und evaluiert deren Performance bei KI-Inferenz, Computer Vision und Physiksimulation. Der photonisch beschleunigte Rechenbetrieb soll hochkomplexe Klimamodelle, medizinische Echtzeit-Diagnosen und Materialanalysen im Bereich der Fusionsforschung deutlich schneller bearbeiten. Gleichzeitig verringert der ressourcenschonende Photonikansatz den ökologischen Fußabdruck, da der Stromverbrauch erheblich sinkt und kostspielige Kühlsysteme überflüssig werden. Die Messergebnisse liefern eine Grundlage für zukünftige moderne hybride Rechenarchitekturen.
Höchste Präzision und Geschwindigkeit dank analogem 16-Bit-Gleitkommabetrieb in Photonik
Optische Recheneinheiten setzen Laserlicht ein, um komplexe Berechnungen durchzuführen und liefern damit pro Serverschrank eine Rechenleistung, die bis zu hundertmal über der klassischer digitaler Prozessoren liegt. Dank fehlender aktiver Kühlung verringert sich der Stromverbrauch um bis zu neunzig Prozent, wodurch Betriebskosten und Umweltbelastung deutlich sinken. Der 16-Bit-Floating-Point-Modus garantiert eine Rechengenauigkeit von nahezu einhundert Prozent und ermöglicht so zuverlässige Ergebnisse in KI, Forschung und Simulation. Skalierungsoptionen erweitern Einsatzfelder massiv. Anwendungsvielfalt wächst.
Photonische Beschleuniger eliminieren Wärme, steigern Rackdichte und reduzieren Aufwand
Der Native Processing Server (NPS) von Q.ANT (Foto: Q.ANT GmbH)
Q.ANTs photonische Beschleunigerchips wandeln eingestrahlte Lichtimpulse in Rechenoperationen um und geben dabei kaum Wärme ab. Auf begleitende Lüftungs- oder Klimageräte kann daher verzichtet werden. Der Native Processing Server ist so dimensioniert, dass er direkt in Standard-Serverregale passt und zugleich wertvollen Platz für weitere Komponenten freischaufelt. Das Ergebnis: eine gesunkene Energie- und Kühlkostenbilanz sowie eine gesteigerte Hardwarekompaktivität. Rechenzentren profitieren auf diese Weise von erhöhter Dichte und optimierter Flächenausnutzung.
Nahtlose Integration in x86-Server dank Q.ANT NPS mit PCIe-Anbindung
Mit dem Q.ANT NPS steht eine PCIe-basiierte Lösung für x86-Server bereit, die ohne tiefe Systemeingriffe eingesetzt werden kann. Die out-of-the-box-Verfügbarkeit von Schnittstellen für PyTorch, TensorFlow und Keras erlaubt Entwicklerinnen und Entwicklern, ihre Modelle unmittelbar auf photonischer Hardware laufen zu lassen. Komplexe KI-Workloads profitieren dadurch unterbrechungsfrei von hoher Parallelität und niedriger Latenz. So lassen sich Machine-Learning-Pipelines schnell migrieren, erweitern und in produktiven Umgebungen langfristig betreiben mit geringerem Energiebedarf und besserer Skalierbarkeit.
Hybride Architekturen verbinden analoges Computing mit digitaler Hochleistungsrechenpower effizienter
Durch die strategische Kooperation erforscht das Leibniz-Rechenzentrum die Kombination von digitalen Prozessoren und analogen Photonic-Komponenten, um zukünftige Hochleistungsrechner in puncto Effizienz und Leistung zu optimieren. Mit dem photonischen NPS werden analoge Computingverfahren implementiert und praxisnah getestet. Dabei entstehen Anwendungsbeispiele, die zeigen, wie Next-Generation-Supercomputer ihren Energiebedarf senken und zugleich höhere Rechengeschwindigkeiten erreichen. Das Projekt ebnet den Pfad zu umweltfreundlichen HPC-Systemen mit optimiertem Ressourcenverbrauch und erhöhter Skalierbarkeit und nachhaltiger Leistung langfristig realisieren.
Deutsche Technologieführerschaft gestärkt durch Bundesförderung und enge staatlich-industrielle Zusammenarbeit
Im Rahmen einer vom BMFTR unterstützten Partnerschaft kooperieren Forschungseinrichtungen, Unternehmen und staatliche Stellen eng verzahnt, um Forschungsergebnisse in marktfähige Lösungen zu überführen. Bundesministerin Dorothee Bär und Bayerns Staatsminister Markus Blume betonten in ihren Statements, dass dieses Gemeinschaftsprojekt ein eindrucksvolles Zeugnis deutscher Technologieführerschaft darstellt. Es liefert wertvolle Impulse für die Hightech-Agenda, stärkt Forschungsnetzwerke und trägt entscheidend zur internationalen Wettbewerbsfähigkeit Deutschlands bei. Zugleich fördert es Wissenstransfer, regionale Wertschöpfung und nachhaltige Innovationen wirkungsvoll.
Photonische Chips liefern hundertfache Leistung bei neunzehnzig Prozent Stromersparnis
Die Installation des photonischen Q.ANT Co-Prozessors im LRZ markiert einen Wendepunkt für energieeffiziente Hochleistungsrechner. Lichtbasierte Rechenoperationen realisieren bis zu hundertmal höhere Performances pro Rack, während der Strombedarf um 90 Prozent sinkt. Da Photonenchips keine Abwärme erzeugen, entfallen aufwändige Kühlsysteme, was Betriebskosten und Flächenbedarf reduziert. Dieses System setzt neue Maßstäbe für skalierbare HPC-Architekturen im Post-CMOS-Zeitalter und stärkt deutsche Technologieführerschaft. Es ermöglicht Anwendern, KI-Inferenz, Computer Vision und physikalische Simulationen ressourcenschonend zu betreiben.
