Chinesisches Team gewinnt Gordon-Bell-Preis 2026 für FeMoco-Berechnung auf Exascale-Rechnern

8 Min. Lesezeit
Chinese Team Wins 2026 Gordon Bell Prize for Exascale FeMoco Calculation

Eine wegweisende Berechnung gewinnt den wichtigsten Preis für Computeranwendungen

Ein zehnköpfiges chinesisches Forschungsteam hat am 19. November auf der Supercomputing-Konferenz SC26 in Chicago den ACM-Gordon-Bell-Preis 2026 gewonnen. Ausgezeichnet wurde der Einsatz von Exascale-Computern zur Lösung eines wichtigen Problems der Quantenchemie rund um den Eisen-Molybdän-Cofaktor, kurz FeMoco. Die Arbeit lieferte die erste klassische Exascale-Lösung für das standardmäßige FeMoco-Modell des vollständigen aktiven Raums – eine Berechnung, die seit Langem als Benchmark für Quantencomputer dient.

Inhalt
  1. Eine wegweisende Berechnung gewinnt den wichtigsten Preis für Computeranwendungen
  2. Warum war das FeMoco-Problem so schwierig?
  3. Welche Leistung meldete das Team?
  4. Warum waren zwei Supercomputer beteiligt?
  5. Was könnte die Chemie Forschenden verständlich machen?
  6. Auch ein Klimamodell erreichte die Endrunde
  7. Auch die Materialforschung gehörte zu den ausgezeichneten Arbeiten
  8. Wer erhielt den Preis?
  9. Wichtige Punkte

Das Projekt mit dem Titel „Die Lücke beim ‚Quantenvorteil‘ des FeMo-Cofaktors mit Exascale-Supercomputern schließen“ brachte Forschende der Universität für Wissenschaft und Technologie Chinas, des Hefei National Laboratory, des Instituts für Physik der Chinesischen Akademie der Wissenschaften, des National High Performance Computer Engineering Technology Research Center, der Sun-Yat-sen-Universität und des National Supercomputing Center in Shenzhen zusammen. In der Bekanntgabe des Preises nannte die ACM das Team als Gewinner.

FeMoco ist das katalytische Zentrum eines Enzyms namens Molybdän-Nitrogenase. Das Enzym hilft dabei, Stickstoffgas aus der Luft in Ammoniak umzuwandeln – eine Stickstoffverbindung, die Pflanzen und andere Organismen nutzen können. Das Ergebnis des Teams bietet eine leistungsfähige Möglichkeit, die der Chemie zugrunde liegende elektronische Struktur zu untersuchen. Es handelt sich jedoch weder um einen neuen Dünger noch um eine direkte Veränderung der Landwirtschaft.

Warum war das FeMoco-Problem so schwierig?

Das Standardmodell bildet 113 Elektronen in 76 Orbitalen ab. Orbitale sind Bereiche, in denen Elektronen mit hoher Wahrscheinlichkeit zu finden sind. Da Elektronen miteinander wechselwirken, vervielfachen sich die möglichen Anordnungen schnell, was das Modell für Computer äußerst anspruchsvoll macht.

Wissenschaftlerinnen und Wissenschaftler verwenden ein Modell des vollständigen aktiven Raums, kurz CAS-Modell, um Berechnungen auf die Elektronen und Orbitale zu konzentrieren, die für die Chemie eines Moleküls besonders relevant sind. Bei FeMoco müssen für die Suche nach den energetisch niedrigsten Zuständen des Modells zahlreiche wechselwirkende Möglichkeiten berücksichtigt werden. Wegen dieses Umfangs gilt das Problem für Forschende als Test für die Leistungsfähigkeit von Quantencomputern.

Ein Exascale-Computer kann mindestens eine Trillion, also eine Milliarde Milliarden, Rechenoperationen pro Sekunde ausführen. Der Preis würdigt einen klassischen Rechenansatz: Das Team nutzte konventionelle Rechenverfahren auf außergewöhnlich leistungsstarken Maschinen, um das Problem zu bearbeiten.

Anzeige

Welche Leistung meldete das Team?

Im Abstract der Arbeit heißt es, der Code sei für zwei Exascale-Systeme optimiert worden: LineShine und Chinas New Generation Intelligent Supercomputer, kurz CNIS. Auf 20.480 LineShine-Knoten erreichte der Code in doppelter Genauigkeit eine anhaltende Leistung von 1,456 Exaflops pro Sekunde, entsprechend 58,9 Prozent der Spitzenleistung der Maschine, und in gemischter Genauigkeit 5,626 Exaflops pro Sekunde.

Bei doppelter Genauigkeit werden mehr Bits zur Darstellung von Zahlen verwendet. Sie kommt oft zum Einsatz, wenn eine Berechnung eine höhere numerische Genauigkeit erfordert. Gemischte Genauigkeit kombiniert Berechnungen mit unterschiedlicher Genauigkeit, um die Geschwindigkeit zu erhöhen und zugleich den Fehler zu kontrollieren. Die Zahlen beschreiben die anhaltende Rechenleistung und nicht lediglich die theoretische Höchstleistung der Maschine.

Ein separater Bericht zu den Ausführungsdetails bezifferte die abgeschlossene Berechnung auf 1.280 LineShine-Knoten und 105 Minuten. Er verglich diesen Lauf mit einer Schätzung von 8,5 Stunden für einen hypothetischen fehlertoleranten Quantencomputer, der den Benchmark bearbeitet. Diese Zahlen beziehen sich auf einen bestimmten Lauf und Vergleich, während die höhere Knotenzahl im Abstract der Arbeit die gemessene Leistung des Codes im großen Maßstab angibt.

Warum waren zwei Supercomputer beteiligt?

In der Beschreibung der ACM werden LineShine und CNIS genannt, aber keine Einzelheiten zur Identifizierung der zweiten Maschine angegeben. Chinesische Medienberichte haben CNIS als Sugon 8000 identifiziert, einen im Inland gebauten Cluster, der über 100.000 KI-Beschleunigerkarten verfügen soll. Der Code des Projekts wurde für beide Systeme angepasst – ein ungewöhnlicher Beleg dafür, dass dieselbe wissenschaftliche Anwendung auf zwei unterschiedlichen Plattformen im großen Maßstab läuft.

Berichten über das Projekt zufolge stützte sich der gesamte Forschungs- und Entwicklungszyklus auf den Sugon-8000-Cluster, der über das National Supercomputing Internet genutzt wurde. Die Plattform wurde im Juli in Zhengzhou in Betrieb genommen und an dieses nationale Netzwerk angeschlossen. Der Preis würdigt damit sowohl die abgeschlossene Berechnung als auch die Arbeit, die nötig ist, damit Forschungssoftware effizient auf großen, komplexen Maschinen läuft.

Einer Beschreibung zufolge verbindet das System Hochleistungsrechnen mit Hard- und Software für künstliche Intelligenz. In der Praxis können Forschende dadurch verschiedene Prozessoren und Rechenverfahren für eine Aufgabe zusammenführen, statt sich auf ein einziges herkömmliches Design zu verlassen. Das preisgekrönte Ergebnis zeigt, wie viel neben der verfügbaren Zahl von Maschinen auch von Algorithmen und Software abhängt.

Anzeige

Was könnte die Chemie Forschenden verständlich machen?

Stickstoffgas macht einen großen Teil der Erdatmosphäre aus, doch die meisten Pflanzen können es nicht direkt nutzen. Nitrogenase-Enzyme bewirken eine natürliche Umwandlung, durch die Stickstoff für Lebewesen verfügbar wird. Ein besseres Verständnis des FeMoco-Zentrums könnte Forschenden dabei helfen zu erklären, wie das Enzym diese schwierige chemische Aufgabe bewältigt.

Hochpräzise Simulationen könnten Wissenschaftlerinnen und Wissenschaftlern einen genaueren Einblick in die elektronischen Zustände und chemischen Reaktionen des Moleküls geben. Die ACM zufolge könnten die Erkenntnisse aus dieser Arbeit in Bereichen wie Landwirtschaft und Medizin nützlich sein. Die Forschung geht außerdem über ein ruhendes FeMoco-Modell beziehungsweise ein Basismodell hinaus und bezieht katalytische Zwischenstufen ein – vorübergehende chemische Zustände, die im Verlauf einer Reaktion auftreten.

Die Ergebnisse sind ein Werkzeug, um chemische Vorgänge auf einer Ebene zu untersuchen, die sich nur schwer direkt beobachten lässt. Für sich genommen legen sie jedoch weder ein neues landwirtschaftliches Verfahren noch eine medizinische Behandlung fest. Der kurzfristige Nutzen besteht darin, Forschenden eine Möglichkeit zu geben, Annahmen über die Struktur und das Verhalten eines wichtigen biologischen Katalysators zu überprüfen.

Auch ein Klimamodell erreichte die Endrunde

Ein weiteres chinesisches Projekt wurde als Finalist für den Gordon-Bell-Preis für Klimamodellierung nominiert: das globale Wettersimulationssystem SD3 mit kilometergenauer Auflösung, entwickelt vom chinesischen Unternehmen Zhongke Tianji. Zu den gemeldeten Ergebnissen zählen globale Simulationen mit einer Auflösung von 1,5 Kilometern unter Einsatz von 24.576 im Inland hergestellten heterogenen Beschleunigern sowie eine Spitzenleistung von 205,7 simulierten Tagen pro Tag.

Diese Kennzahl setzt die simulierte Zeit ins Verhältnis zur für die Berechnung benötigten Zeit. Bei der angegebenen Spitzenleistung könnte das System für jeden Tag Rechenzeit mehr als 205 Tage Wetter simulieren. Das Projekt wurde als erstes von einem chinesischen Unternehmensteam entwickeltes globales Modell mit kilometergenauer Auflösung beschrieben, das es ins Finale des Klimamodellierungspreises geschafft hat. Zudem sei das System über Jahre im operativen Einsatz getestet worden.

Die Entwickler erklärten, mehrere Kennzahlen hätten die Werte zweier international weit verbreiteter Wettermodelle übertroffen: des IFS des Europäischen Zentrums für mittelfristige Wettervorhersage und des GFS der US-amerikanischen National Centers for Environmental Prediction. Das Finalistenergebnis zeigt einen weiteren Einsatzbereich für Rechenleistung im großen Maßstab: die Simulation des Wetters auf der ganzen Welt mit hoher Detailgenauigkeit statt der Berechnung der elektronischen Struktur eines Moleküls.

Anzeige

Auch die Materialforschung gehörte zu den ausgezeichneten Arbeiten

Ein separates Finalistenprojekt, über das chinesische Medien berichteten, befasste sich mit einer groß angelegten Dichtefunktionaltheorie mit linearem Skalierungsverhalten, einer Methode zur Berechnung der Eigenschaften von Materialien. Die Methode wurde bei der Gestaltung von Grenzflächen für Vollfestkörperbatterien eingesetzt. Beteiligt waren das National Supercomputing Center in Shenzhen, mehrere chinesische Universitäten und die ETH Zürich.

Methoden mit linearem Skalierungsverhalten sollen verhindern, dass der Rechenaufwand mit wachsendem Materialmodell übermäßig stark ansteigt. Das ist wichtig, wenn Forschende Systeme mit sehr vielen Atomen untersuchen wollen. Der Schwerpunkt des Projekts auf Batterien verknüpft Hochleistungsrechnen mit der Entwicklung von Materialien und Grenzflächen, die für die künftige Energiespeicherung nützlich sein könnten.

Zusammengenommen veranschaulichen die Projekte zu FeMoco, Wetter und Materialien unterschiedliche wissenschaftliche Einsatzmöglichkeiten großer Rechensysteme: die Modellierung eines biologischen Katalysators, die Simulation der Atmosphäre und die Berechnung von Materialeigenschaften. Die Projekte zeigen außerdem, warum Software an die jeweilige Aufgabe angepasst werden muss. Eine größere Maschine allein liefert keine brauchbare wissenschaftliche Antwort, wenn der Code ihre Prozessoren nicht effizient nutzen kann.

Wer erhielt den Preis?

Zum Gewinnerteam gehörten Honghui Shang, Zhuozhao Xia, Hao Wu, Huan Ma, Zhenyu Li und Jinlong Yang von der Universität für Wissenschaft und Technologie Chinas und dem Hefei National Laboratory; Zhiyu Xiao vom Institut für Physik der Chinesischen Akademie der Wissenschaften; Yongqing Chen und Bin Li vom National High Performance Computer Engineering Technology Research Center; sowie Yutong Lu, der Sun-Yat-sen-Universität und dem National Supercomputing Center in Shenzhen zugeordnet.

Der Sieg des chinesischen Teams ist der vierte Gordon-Bell-Preis für das Land seit 2016. Zuvor hatte ein chinesisches Team für eine Supercomputing-Anwendung den Preis 2021 erhalten. Die ACM vergibt den jährlichen Preis für Fortschritte beim Einsatz von Hochleistungsrechnen für wissenschaftliche, technische und datenintensive Probleme.

Das FeMoco-Ergebnis vereint ein anspruchsvolles Molekülmodell, sorgfältig optimierte Software und zwei Exascale-Systeme. Sein unmittelbarer Beitrag ist ein neuer klassischer Ansatz zur Untersuchung eines Benchmark-Problems. Die anderen Finalisten zeigen, wie dieselbe breit angelegte Recheninfrastruktur auch die Wetter- und Materialforschung unterstützen kann.

Wichtige Punkte

  • Ein zehnköpfiges chinesisches Team gewann am 19. November in Chicago den ACM-Gordon-Bell-Preis 2026.
  • Das Team entwickelte die erste klassische Exascale-Lösung für das standardmäßige FeMoco-Modell mit 113 Elektronen in 76 Orbitalen.
  • Der Code wurde für LineShine und CNIS optimiert. Auf 20.480 LineShine-Knoten wurde in doppelter Genauigkeit eine anhaltende Leistung von 1,456 Exaflops pro Sekunde gemeldet.
  • Chinesische Medienberichte identifizieren CNIS als Sugon-8000-Cluster, während die Beschreibung der ACM den Namen CNIS verwendet.
  • Das globale Wettermodell SD3 war Finalist in der Kategorie Klimamodellierung; ein weiteres Finalistenprojekt setzte groß angelegte Berechnungen für Batteriematerialien ein.
Diesen Artikel teilen

Das könnte Ihnen auch gefallen