Strategien zur Effizienzsteigerung  Ingenieur-Simulationen in der HPC-Cloud

Anbieter zum Thema

AMD Advanced Micro Devices GmbH

aPriori Deutschland

UberCloud

Die zentralen Herausforderungen moderner HPC-Umgebungen für technische Simulationen umfassen Skalierung, Kosten, Datenmanagement und Softwareintegration. Praxisnahe Lösungen und ihr Nutzen für CEO, CIO, CTO, VPs und Direktoren in Fertigung, Automobilindustrie, Luft‑ und Raumfahrt, Life Sciences, Maschinenbau und Energie werden im Folgenden erläutert.

Ganz oben auf der Agenda von Unternehmen stehen heutzutage Geschäftsziele wie Produktivitätssteigerung, verbesserte Produktqualität, schnelle Produkt-Innovationen und Rentabilität (ROI), sowie die Verbesserung der Wettbewerbsfähigkeit des Unternehmens im heutigen globalen Markt. Der Fokus dieses Artikels liegt auf Ingenieur-Simulationen in der Cloud, die den Entscheidungsträgern als äußerst wirkungsvoller Hebel bei der Erreichung dieser Ziele dienen können.

Teure Wartung und Betrieb der HPC-Infrastruktur

Viele Unternehmen kämpfen seit langem mit den hohen Kosten, die mit ausgefeilten technischen Entwürfen und Simulationen für die nächsten Produktgenerationen verbunden sind. Diese Kosten ergeben sich u.a. aus hohen Investitionsausgaben für teure Computerhardware und Simulationssoftware, jährlicher Wartung und Betrieb der High Performance Computing (HPC)-Infrastruktur, dem manuellen und zeitaufwändigen Aufbereiten komplexer unstrukturierter Ingenieurdaten-Ströme, Platz und Strom für Rechenzentren, sowie einem Team aus HPC/IT/BigData-Experten und Simulations-Ingenieuren, um diese Umgebung zu betreiben und zu warten.

Eine weitere, häufig versteckte Herausforderung sind die unterschiedlichsten, komplexen und meist unstrukturierten Datenströmen von Simulationen, Sensoren, und Experimenten (im Labor), die zur Weiterverarbeitung (etwa mit KI) verwendet werden. Selbst bei ausreichender Rechenleistung können so KI-Projekte im Ingenieurwesen ins Stocken geraten, weil Simulations-, diese Daten nicht die erforderliche Genauigkeit oder das richtige Format für KI aufweisen, also nicht ‘KI-fähig‘ sind, oft undokumentiert, schwer auffindbar, und die aufgrund von Aufbewahrungsrichtlinien häufig gelöscht werden.

Viele Unternehmen kämpfen seit langem mit den hohen Kosten, die mit ausgefeilten technischen Entwürfen und Simulationen für die nächsten Produktgenerationen verbunden sind.

Effizienz durch On-Demand-Rechenressourcen

Ein Ziel ist, Ingenieuren den benutzerfreundlichen Zugang (per Knopfdruck) zu wesentlich mehr Rechenressourcen zu ermöglichen, um immer präzisere und qualitativ hochwertigere Entwurfsergebnisse in kürzerer Zeit zu erzielen. Unsere Kunden haben festgestellt, dass beispielsweise zehnmal mehr Rechenressourcen ihren Ingenieuren ermöglichen, bis zu zehnmal mehr Simulationen durchzuführen und damit ihre Produktivität  um bis zu einem Faktor 10 zu steigern.

Um diese zehnfache Rechenleistung für die Entwicklung neuer KI-gestützter Produkte voll auszuschöpfen, sind jedoch nicht nur schnellere Simulationsläufe, sondern auch trainingsfertige Physikdaten erforderlich. Das zweite entscheidende Element der Lösung ist also eine Plattform, die komplexe, firmeneigene Entwicklungsergebnisse in zugängliche, saubere und KI-fähige Datenbestände umwandelt.

High-Performance Computing

Altair hat HPCWorks 2026 für KI-Workloads optimiert

Eine Lösung, den Ingenieuren eine derart dramatische Produktivitätssteigerung zu ermöglichen, ist die Nutzung von mehr Rechenressourcen für ihre Entwürfe – und zwar genau dann, wenn diese gebraucht werden, also ‘on-demand‘. Solche umfangreichen Rechenkapazitäten sind heute in den HPC-Clouds von u.a. Amazon AWS, Microsoft Azure, Google Cloud Plattform und Oracle Cloud verfügbar. Und werden außerdem die eigenen Rechenressourcen mit öffentlichen HPC-Cloud Ressourcen zu einer hybriden Cloud-Umgebung kombiniert, bekommt man alle Vorteile aus beiden Welten.

Automatisierte Cloud-Simulations-Plattformen für volle Kontrolle

Einige Cloudservice-Anbieter bieten inzwischen Cloud-Simulations-Plattformen ohne diese Hürden an.  Diese automatisierten, Self-Service-basierten Plattformen sind SimOps-kompatibel (Simulation Operations Automation) und werden direkt im Cloud-Account des Anwenders implementiert, der damit den exklusiven Zugang - unter seiner vollen Kontrolle - zu seiner eigenen Cloudumgebung, seiner Simulations-Anwendung, und insbesondere auch zu seinen (oft vertraulichen) Daten hat. Eine dieser möglichen SimOps-kompatiblen Computing- und Daten-Plattformen ist Simr (vormals UberCloud).
 Die integrierte Compute- und Data-Plattform von Simr ermöglicht es Unternehmen, ihre Engineering-Daten schneller und effektiver als je zuvor aufzubereiten, zu kontextualisieren und wiederzuverwenden, wodurch die kostspielige manuelle Aufbereitung entfällt. Simr automatisiert die Datenaufbereitung, das „Labeling“ und die Metadatenanreicherung für komplexe technische Datensätze und reduziert so die Datenaufbereitungszeit von Monaten auf Tage und schließt die Lücke zwischen Rohdaten aus dem Ingenieur-Bereich und KI-Anwendungen. Es macht Daten nicht nur zugänglich, sondern auch nutzbar für KI, digitale Zwillinge und Engineering-Entscheidungen – alles innerhalb derselben HPC-Umgebung, in der die Daten entstehen.
 Diese Rechen- und Daten-Plattform ermöglicht es, die Daten automatisch zu kennzeichnen, relevante Artefakte zu extrahieren und Daten in offenen, zugänglichen Formaten (DataFrames) zu katalogisieren. Sie wird vollständig in der Cloud oder On-Premise-Umgebung des Kunden ausgeführt, womit volle Kontrolle und Governance gewährleistet sind.

Die Implementierung einer automatisierten Cloud-Plattform bietet zahlreiche Vorteile für Entscheidungsträger.

Vorteile der SimOps-Cloud für Effizienz und Innovation

Für Entscheidungsträger: Die Implementierung einer automatisierten Cloud-Plattform bietet zahlreiche Vorteile für Entscheidungsträger. Dazu gehören eine verkürzte Markteinführungszeit, verbesserte Produktqualität sowie signifikante Kosteneinsparungen. Zudem stärkt diese Lösung die Wettbewerbs- und Innovationsfähigkeit der Unternehmen. Eine vollständige digitale Transformation wird erreicht durch die Integration von Rechen- und Datenworkflows und die Beseitigung von HPC- und Daten-Silos, was eine zentrale Datenquelle für Ingenieurdaten schafft. Außerdem werden KI- und Machine-Learning-Initiativen beschleunigt, da ein schneller Zugriff auf hochwertige, trainingsbereite Daten ohne manuelle Datenaufbereitung oder kostspielige Verzögerungen ermöglicht wird.

Für IT-Verantwortliche: Die Plattform reduziert den Bedarf an spezialisierten Kenntnissen über Cloud, HPC oder CAE, da kein „Do It Yourself“ erforderlich ist. IT-Verantwortliche profitieren von effektiven Tools zur Verwaltung, Überwachung und Wartung der Cloud-Umgebung sowie zur Kostenkontrolle. Außerdem sorgt die laufende Aktualisierung von Cloud-Ressourcen, Dienstleistungen und Support für eine stets aktuelle Infrastruktur.
 Für technische Leiter: Technische Leiter erleben eine Automatisierung der Prozesse durch ein flexibles „HPC als Service“-Modell, das exklusive Kontrolle über Workflows und Daten bietet. Die benutzerfreundliche „Cloud mit einem Klick“ erfordert keinen zusätzlichen Lernaufwand und führt zu einer Steigerung von Produktivität und Qualität. Darüber hinaus ermöglicht die Automatisierung komplexer Datenaufbereitungspipelines die Umwandlung von Rohdaten aus Simulationen und Tests in nutzbare Datenbestände für Analysen und KI, wodurch Datenflüsse wiederverwendbar und reproduzierbar werden.

Dr. Wolfgang Gentzsch ist Mitbegründer von Simr (vormals UberCloud) sowie Mitbegründer und Geschäftsführer von SimOps.