Kölner Uni startet Supercomputer RAMSES mit KI-Power und Wasserkühlung
Die Universität zu Köln hat einen neuen Hochleistungsrechner (HPC) mit dem Namen RAMSES in Betrieb genommen. Das moderne System löst den älteren CHEOPS-Cluster ab und bietet verbesserte Sicherheit, höhere Effizienz sowie erweiterte KI-Fähigkeiten für die wissenschaftliche Forschung.
RAMSES wurde von NEC unter Verwendung von Servern des Herstellers Kaytus aufgebaut. Das System umfasst 174 Server mit insgesamt 31.576 CPU-Kernen und 167 Terabyte Arbeitsspeicher. Davon nutzen 140 Knoten Wasserkühlung, um rechenintensive Arbeitslasten zu bewältigen und dabei den Energieverbrauch im Vergleich zum Vorgängersystem um bis zu 40 Prozent zu senken.
Die Hauptrecheneinheiten des Clusters bestehen aus 1U2S-Knoten, die jeweils mit zwei AMD-Epyc-Genoa-Prozessoren ausgestattet sind und pro Knoten 192 Kerne bereitstellen. Für KI-Anwendungen stehen zehn spezielle Knoten zur Verfügung, die AMD-Prozessoren mit jeweils vier Nvidia-H100-Grafikprozessoren kombinieren – alle indirekt wassergekühlt. Insgesamt soll RAMSES eine Rechenleistung von bis zu 4,8 PetaFLOPS erreichen.
Auch die Datensicherheit wurde deutlich verbessert: Anders als sein Vorgänger verschlüsselt RAMSES alle Informationen in jeder Verarbeitungsphase. Der Zugriff wird durch Multi-Faktor-Authentifizierung streng kontrolliert.
Das Speichersystem basiert auf der IBM-Spectrum-Scale-Technologie und bietet 12 Petabyte HDD-Kapazität sowie einen 878-Terabyte-SSD-Cache. Diese Konfiguration nutzt ein paralleles Dateisystem, das schnellen und zuverlässigen Datenzugriff für komplexe wissenschaftliche Anwendungen gewährleistet.
Cashback bei deinen
Lieblingsrestaurants und Services
Kaufe Gutscheine und spare in deinen Lieblingsorten in deiner Nähe
RAMSES stellt einen bedeutenden Fortschritt in Sachen Rechenleistung, Effizienz und Sicherheit für die Universität zu Köln dar. Durch die Kombination wassergekühlter Server, KI-optimierter Hardware und leistungsstarker Speicherlösungen soll das System eine breite Palette von Forschungsprojekten unterstützen – bei gleichzeitig reduzierten Betriebskosten.
