Zwischen 2014 und 2018 arbeitete in Europa ein Forschungsnetzwerk an einer Frage, die mit dem Bau riesiger KI-Rechenzentren wieder sehr aktuell ist: Wie lassen sich Rechensysteme bauen, die um Größenordnungen größer sind als die schnellsten Supercomputer ihrer Zeit, ohne dass Energiebedarf, Ausfälle und Programmieraufwand aus dem Ruder laufen? Das Netzwerk hieß NESUS, kurz für Network for Sustainable Ultrascale Computing, und lief als COST-Aktion IC1305.
Was hinter COST Action IC1305 steckt
COST steht für European Cooperation in Science and Technology. Das Programm bezahlt keine Forschungsstellen und keine Rechner. Es finanziert Vernetzung: Treffen, Workshops, kurze Forschungsaufenthalte bei Partnerinstituten, Trainingsschulen für Nachwuchsleute und Veröffentlichungen. Eine Aktion läuft in der Regel vier Jahre. Gerade die kurzen Forschungsaufenthalte, im COST-Jargon Short Term Scientific Missions genannt, waren für jüngere Forschende attraktiv. Sie konnten für einige Wochen an ein Partnerinstitut wechseln, dort an einem gemeinsamen Problem arbeiten und Kontakte knüpfen, aus denen gemeinsame Aufsätze entstehen konnten. Zu NESUS-Zeiten wurde COST aus dem EU-Rahmenprogramm Horizon 2020 finanziert.
Koordiniert wurde NESUS von der Universidad Carlos III de Madrid, den Vorsitz hatte der Informatiker Jesús Carretero. Beteiligt waren Forschungsgruppen aus Dutzenden Ländern, überwiegend aus Europa, dazu einige Partner von außerhalb. Die inhaltliche Arbeit lief in sechs Arbeitsgruppen. Eine kümmerte sich um den Stand der Forschung, die anderen um Programmierbarkeit, Ausfallsicherheit, nachhaltiges Datenmanagement, Energieeffizienz und Anwendungen.
Ultrascale meinte dabei mehr als einen einzelnen großen Rechner. Gemeint waren verteilte Systeme, in denen Hochleistungsrechnen, Cloud und große Rechenzentren zusammenwachsen. Nachhaltig bezog sich auf den Stromverbrauch, aber ebenso auf Software. Programme sollten mehrere Hardwaregenerationen überdauern, statt bei jedem neuen System umgeschrieben zu werden.
Workshops, Treffen und Proceedings
Die wichtigste öffentliche Bühne war der jährliche NESUS-Workshop, ein internationales Treffen zu nachhaltigen Ultrascale-Systemen. Die erste Ausgabe fand 2014 statt, die zweite 2015 im polnischen Krakau, die dritte 2016. Im selben Jahr kam ein PhD Symposium hinzu, auf dem Doktorandinnen und Doktoranden ihre Projekte vorstellten. Zu allen vier Veranstaltungen erschienen Proceedings. Der Band zum Workshop 2015 trägt die ISBN 978-84-608-2581-4.
Wie bei Workshops üblich, waren viele Beiträge eher Zwischenstände als abgeschlossene Ergebnisse. Für die Literaturrecherche ist das kein Nachteil. Die Bände zeigen, woran Gruppen arbeiteten, bevor die Ergebnisse in Fachzeitschriften erschienen.
Einzelne Beiträge werden bis heute zitiert. Die Informatikerin Dana Petcu von der West-Universität Temeswar etwa veröffentlichte in den Proceedings von 2015 einen Aufsatz über autonome HPC-Clouds. Ein Literaturüberblick über GPU-Modelle in Rechenzentrumssimulatoren aus dem Jahr 2025 führt einen NESUS-Beitrag zur Simulation von Clouds im Petascale-Bereich mit dem Simulator DISSECT-CF auf.
Daneben trafen sich das Management Committee und die Arbeitsgruppen mehrmals im Jahr an wechselnden Orten, darunter Ljubljana im Juli 2016 und Bayreuth im April 2017. Vorgestellt wurde das Netzwerk auch auf Fachkonferenzen, etwa 2014 auf der MIPRO im kroatischen Opatija. Am Ende der Laufzeit standen eine Forschungs-Roadmap und ein Sammelband zu Ultrascale-Systemen.
Was von NESUS geblieben ist
Die Aktion ist abgeschlossen, ihre Fragen sind es nicht. Sie bestimmen heute die Debatte über Exascale-Rechner und KI-Cluster. Europa hat über das EuroHPC Joint Undertaking eigene Supercomputer aufgebaut, darunter JUPITER in Jülich, ausgelegt als erster europäischer Exascale-Rechner. Energieeffizienz ist dort längst eine harte Grenze: Wie groß ein Rechenzentrum werden kann, entscheidet heute oft der verfügbare Netzanschluss.
Auch die anderen NESUS-Themen sind geblieben. Bei Zehntausenden Beschleunigerkarten fällt ständig irgendwo eine Komponente aus, Anwendungen müssen das verkraften. Und wer Code für eine Generation von GPUs optimiert, steht bei der nächsten wieder vor demselben Problem.
Für Forschende sind die Proceedings eine nützliche Momentaufnahme. Sie zeigen, welche Probleme die Community vor gut zehn Jahren für dringend hielt. Erstaunlich viele davon sind noch offen.
