Fachbereich Elektrotechnik und Informatik vermittelt aktuelle Inhalte im Bereich Parallel Computing
Wissenschaft und Industrie benötigen eine immer höhere Rechenleistung und leistungsfähigere Computer. Das Thema Parallel Computing ist auch am Fachbereich Elektrotechnik und Informatik präsent.
Paralleles Rechnen, hier ein kleiner Teil der Hardware, spielt in der Lehre und Forschung von Prof. Dr. Hans Effinger (l.) und Prof. Dr Jürgen te Vrugt vom Fachbereich Elektrotechnik und Informatik eine wichtige Rolle. (Foto: FH Münster/Jana Bade)
FH-Informatikstudentin Maia Jejelava beschäftigt sich in ihrer Bachelorarbeit mit Machine Learning, einem Teilgebiet der Künstlichen Intelligenz. Rechenpower ist dafür unerlässlich. (Foto: FH Münster/Jana Bade)
Ob Bilderkennung, Virtual-Reality-Simulationen oder neue Formen der Künstlichen Intelligenz (KI) wie der Textgenerator ChatGPT: In vielen Bereichen benötigen Wissenschaft und Industrie eine immer höhere Rechenleistung und leistungsfähigere Computer. Mit dem Thema „Parallel Computing“, also der Lösung von Problemen auf sehr vielen parallelen Prozessoren, sowie seinen Anwendungsgebieten greift der Fachbereich Elektrotechnik und Informatik unserer Hochschule diese aktuelle Herausforderung in seiner Lehre und Forschung auf.
„Wir nutzen aktuell mehrere Grafikprozessoren, sogenannte GPUs, mit je mehreren tausend Rechenkernen, die wir im Verbund zusammen schalten“, erläutert Prof. Dr. Jürgen te Vrugt, Leiter des Labors für KI. „In den vergangenen Monaten haben wir neue GPUs angeschafft, die durch spezielle Verarbeitungseinheiten, den Tensor Cores, insbesondere KI-Berechnungen beschleunigen.“ Zum Vergleich: Die Liste der 500 schnellsten Supercomputer weltweit führt aktuell ein System mit rund 8,7 Millionen Rechenkernen an. „Damit können wir natürlich nicht mithalten“, betont te Vrugt. „Aber durch die neue Hardware konnten wir unsere Rechenleistung bereits so weit erhöhen, dass wir viele aktuelle Anwendungen realisieren können.“ Die Studierenden könnten damit beispielsweise Verfahren zur Mustererkennung und Optimierung einsetzen.
Mit der genauen Funktionsweise paralleler Systeme kennt sich Prof. Dr. Hans Effinger, Leiter des Labors für Betriebssysteme, bestens aus. „Um die volle Leistung eines Parallelrechners ausnutzen zu können, muss das Coding entsprechend angepasst werden“, erläutert er. „In unserer Lehre vermitteln wir dafür genau die Programmierkonzepte, die auch auf Supercomputern zum Einsatz kommen. Ob nun viel oder wenig Rechenpower – das notwendige Handwerkszeug bleibt letztlich gleich.“ Intelligente Software zu entwickeln, die das Zusammenspiel großer Datenmengen und hoher Rechenleistung beherrscht, sei eine wichtige Kompetenz, die Infomatikabsolvent*innen zukünftig immer dringender brauchen werden, unterstreicht Effinger.
Wie Rechenpower jenseits der Hochschule für KI-Anwendungen zum Einsatz kommt, erfährt aktuell Maia Jejelava. Die Studentin vergleicht in ihrer Bachelorarbeit bei te Vrugt in Kooperation mit der Provinzial Versicherung drei verschiedene Machine-Learning-Modelle, um die Vertriebsprozesse des Unternehmens zu unterstützen – und das kann dauern. „In einem Textdurchgang benötigte ein künstliches neuronales Netz beispielsweise 15 Minuten, um 10.000 Daten zu analysieren“, erläutert sie. „Wenn man bedenkt, dass insgesamt mehrere Millionen Daten verarbeitet werden müssen, kann man sich vorstellen, wie zeitaufwendig dieser Vorgang ist.“ Die notwendige technische Infrastruktur stellt die Provinzial zur Verfügung. „Ich finde das Thema und KI generell wahnsinnig spannend“, betont Jejelava. „Die Kombination aus Mathematik und analytischem Denken ist total mein Ding.“