5.1 HPC technológiák és alkalmazások a szuperszámítógépeken

A szuper-számítástechnika folyamatosan megújul, hiszen nem lenne 'szuper', ha nem mindig az elérhető legújabb technológiát képviselné. Ahhoz, hogy az infrastruktúrát teljes mértékben kihasználhassuk, szükség van megújuló szoftverekre is a különböző tudományterületek számára.

Az NIIF Intézet a tavalyi év eredményeként az ország legerősebb számítógépét állította üzembe, amit rögtön követett a speciális szoftverek beszerzése is. Ezek egy részének korábbi verziója korábban is elérhető volt bizonyos gépeinken, egyes szoftverek viszont kifejezetten újdonságot jelentenek. A Matlab talán a szoftverek közül a legismertebb, hiszen alkalmazása egyetemeken gyakran tanagyag. A Maple és a Gaussian szintén közismert alkalmazások bizonyos tudományterületeken. Az Intel klaszteres fordítócsomagja kiváló eszköztárat nyújt Phi gyorsítókat használó alkalmazások teljes körű elemzésére, a PGI fordító pedig a GPU gyorsítást használó alkalmazások esetén nagy segítség, potenciálisan növelve a kihasználtságot.

Super Softwares for Supercomputers

Supercomputing wouldn't be 'super', if it won't improve itself continously using cutting edge technology. To fully utilize the capabilities of the newest technolgies, HPC softwares must also be continously improved to satisfy the needs of different scientific areas, requiring 'Super Softwares'.

NIIF Institute managed to install one of the most powerful HPCs in the world, immediately followed by the procurment of special HPC applications. Some of these were previously available on some of the machines of NIIF, some of them are new. Matlab is one of the wide know example, as using this software is often teached at University lectures. Maple and Gaussian are both popular applications at their scientific area, as Maple is popular among Mathematics scientists, while Gaussian is widely used by Physicist.

The latest Cluster toolkit of Intel provides an excellent set of tools capable of utilizing Phi MICs. PGI compiler is a tool for the optimize GPGPU utilization, and also makes it easier to do profiling of code.