Der Technologiekonzern HP unterstützt deutsche Physiker bei ihren Forschungen am Europäischen Zentrum für Elementarteilchenphysik Cern mit ihren Lösungen. 803 Dual-CPU-Server sammeln die riesige Datenmengen.
Am Cern ist gerade der Teilchenbeschleuniger Large Hadron Collider (LHC) wieder gestartet worden. Im größten Teilchenbeschleuniger der Welt werden Protonen mit beinahe Lichtgeschwindigkeit aufeinander geschossen. Dabei entstehen gigantische Datenmengen. Um diese zu speichern und auszuwerten, haben zahlreiche deutsche Universitäten und Institute ihre Rechenzentren mit HP-Technologie aufgerüstet und zu einem Netzwerk (Grid) zusammengeschlossen.
Im Verbund erzielen die 803 Dual-CPU-Server eine enorm hohe Rechenleistung – bei geringem Platz- und Energiebedarf. Die eingesetzten Speichersysteme bieten ein Volumen von 2151 TByte. In Karlsruhe wurde ein Rechenzentrum auf Tier-1-Ebene aufgebaut. Darüber hinaus gibt es Tier-2-Grid-Zentren, an denen das Desy (Deutsches Elektronen-Synchrotron) in Hamburg und Berlin/Zeuthen, die Rheinisch-Westfälische Technische Hochschule Aachen, die Ludwig-Maximilians-Universität München, das Max-Planck-Institut für Physik in München und die Universitäten in Wuppertal, Freiburg und Göttingen beteiligt sind. Beim Aufbau der deutschen Tier-2-Grid-Zentren setzte der Großteil der Beteiligten auf Server- und Speicherlösungen von HP.
Die Cern-Forscher wurden mit ProLiant BL460c- sowie BL2x220c-Blade-Servern ausgestattet. Für eine hohe Dichte im Rack sorgt die spezielle Bauweise der BL2x220c-Systeme. Sie ermöglicht es, dass zwei unabhängige Server in einen Blade-Einschub passen. Insgesamt sind im deutschen Grid 803 Dual-CPU-Rechner mit 6424 Prozessorkernen im Einsatz. Dank der platz- und energiesparenden Blade-Technologie liefern die neuen Systeme hohe Leistung auf kleinstem Raum. Für die optimale Temperatur sorgen 13 wassergekühlte Racks, sogenannte HP Modular Cooling Systems (MCS). Als Speicherlösung sind vor allem HP StorageWorks 60 Modular Smart Arrays mit SATA-Festplatten im Einsatz. Da wichtige Daten redundant gespeichert sind, können verschiedene Wissenschaftler parallel auf die gleichen Informationen zugreifen.
Unsere Webinar-Empfehlung
Teilen:
