The cost of energy is a substantial part of the overall costs of simulations in high-performance computing (HPC). Reducing energy consumption leads to reduced costs and correlates to lower greenhouse emissions. With climate change and increasing costs for energy as pressing problems right now, many HPC centers and companies strongly emphasize reducing energy consumption. Those energy optimizations are carried out at different levels, like switching to a sustainable energy source for computing and minimizing heat loss. This study focuses on node-level energy optimization by selecting the most energy-efficient algorithm. Achieving this requires integrating a portable energy measurement method into the molecular dynamics simulation framework. Therefore, we introduce the software library ”PMT: Power measurement toolkit” and how it can be used in the node-level auto-tuned particle simulation library AutoPas to ensure an accurate way of measuring energy consumption on different hardware platforms. Additionally, we will show that in most cases, a reduced runtime comes hand in hand with a reduction in energy consumption. Finally, we present new energy metrics that can be used to compare performance across different hardware and highlight a case study between AMD and INTEL-based clusters.     «

The cost of energy is a substantial part of the overall costs of simulations in high-performance computing (HPC). Reducing energy consumption leads to reduced costs and correlates to lower greenhouse emissions. With climate change and increasing costs for energy as pressing problems right now, many HPC centers and companies strongly emphasize reducing energy consumption. Those energy optimizations are carried out at different levels, like switching to a sustainable energy source for computing an...     »

Die Energiekosten machen einen erheblichen Teil der Gesamtkosten von Simulationen im High-Performance Computing (HPC) aus. Eine Reduzierung des Energieverbrauchs führt zu einer Senkung der Kosten und korreliert zudem mit geringeren Treibhausgasemissionen. Angesichts des Klimawandels und steigender Energiekosten als drängende Probleme legen viele HPC-Zentren und Unternehmen großen Wert auf die Reduzierung des Energiever-brauchs. Diese Energieoptimierungen werden auf verschiedenen Ebenen durchgeführt, wie z.B. der Umstellung auf nachhaltige Energiequellen für das Computing oder der Minimierung von Wärmeverlusten. In dieser Studie konzentrieren wir uns auf die Optimierung des Energieverbrauchs auf Knotenebene, indem der energieeffizienteste Algorithmus ausgewählt wird. Dies erfordert die Integration einer portablen Methode zur Energieverbrauchsmessung in ein Molekulardynamik-Simulationsframework. Daher stellen wir die Softwarebibliothek ”PMT: Power Measurement Toolkit” vor und erläutern, wie sie in die Knotenebene der auto-tuneden Partikelsimulationsbibliothek AutoPas integriert werden kann, um eine genaue Messung des Energieverbrauchs auf verschiedenen Hardwareplattformen zu gewährleisten. Zusätzlich werden wir zeigen, dass in den meisten Fällen eine Reduzierung der Laufzeit mit einer Verringerung des Energieverbrauchs einhergeht. Abschließend präsentieren wir neue Energiemetriken, die verwendet werden können, um die Leistung auf verschiedenen Hardware-plattformen zu vergleichen, und heben eine Fallstudie zwischen AMD- und INTEL-basierten Clustern hervor.      «

Die Energiekosten machen einen erheblichen Teil der Gesamtkosten von Simulationen im High-Performance Computing (HPC) aus. Eine Reduzierung des Energieverbrauchs führt zu einer Senkung der Kosten und korreliert zudem mit geringeren Treibhausgasemissionen. Angesichts des Klimawandels und steigender Energiekosten als drängende Probleme legen viele HPC-Zentren und Unternehmen großen Wert auf die Reduzierung des Energiever-brauchs. Diese Energieoptimierungen werden auf verschiedenen Ebenen durchgefü...     »