High Performance Computing

Für extrem rechen- und datenintensive Anwendungsbereiche, wie z.B. die virtuelle Produktentwicklung, werden komplexe Compute-und Fileserversysteme eingesetzt. GNS Systems unterstützt Sie bei Planung, Konfiguration und Betrieb dieser Systeme und den darauf aufsetzenden Simulations- und Datenverwaltungsanwendungen.

Planung und Betrieb

Bei der Systemplanung wird aus den Anforderungen der Anwender und den Eigenschaften der einzusetzenden Anwendungssoftware eine konkrete Systemkonfiguration ermittelt. Hier kommen mittlerweile vorwiegend Linux Cluster mit Intel Xeon Prozessoren zum Einsatz.

Im Rahmen der Systemadministration werden Werkzeuge und Verfahren für die Betriebssysteminstallation und –konfiguration entwickelt, die einen zuverlässigen und flexiblen Systembetrieb gewährleisten. Insbesondere für Linux Clustersysteme integrieren wir Hardware-Monitoring-Konzepte in das Systemmanagement.

Anwendungsinfrastrukturen

Als Basis für den Einsatz von Simulationsanwendungen installieren und konfigurieren wir Distributed-Resource-Management-Systeme wie z.B. Grid Engine, LSF oder PBS. Optimierte MPI Bibliotheken werden zur Nutzung durch parallelisierte Anwendungen bereitgestellt.

Als weiterer Teil der Anwendungsinfrastruktur entwickeln wir sowohl grafische Benutzeroberflächen zur Aufbereitung und Überwachung einzelner Berechnungsprozesse als auch die entsprechenden plattformspezifischen Jobsteuerungsmechanismen. Die dadurch abgebildeten Engineering Prozesse beinhalten möglicherweise auch Optimierungsvorgänge und Systeme zur strukturierten Datenverwaltung.

IT-Dienstleistungen

 

High Performance Computing

Für extreme rechen- und datenintensive Anwendungsbereiche.

Cloud Computing

HPC Cluster in der Cloud bauen und betreiben – einfach und zuverlässig.

Simulation Data Management

Auswahl, Integration, Betrieb und Weiterentwicklung von SDM-Systemen.

Data Management & Analytics

Anforderungsmanagement und Proof of Concepts passgenauer Lösungen.

Deep Learning & AI

Effektive Datenanalysen sowie Modelle und Architekturen für AI.

Digital Engineering Workplace

Moderne Technologien und Rechenpower für Engineering Workloads.

Software Engineering

Planung und Entwicklung kundenspezifischer Software.

Systems & Application Management (Linux/Windows)

Management von Systeminfrastrukturen.