Der mittelständische Dienstleister Xeatre.tv aus München ist auf Videolösungen spezialisiert, die Aufnahme, Umkodieren und das Archivieren von Filmdateien sowie die Kombination mit relevanten Metadaten umfasst [1]. Jeden Tag müssen die Mitarbeiter allerhand Archivmaterial in andere Formate konvertieren, beispielsweise von MPEG-2 in Flash-Video oder H.264.

Um dabei alle vorhandenen Linux-Server auszulasten, haben die Videospezialisten sich das Job-Queueing bei den Großrechnern abgeschaut: In einer Liste warten die die zu erledigenden Kodierjobs samt Parametern. Sobald einer der Transcoding-Rechner frei ist, meldet er sich bei einer im Haus in Perl geschriebenen Software, die die Liste verwaltet. Der Computer erhält den Job, die Steuerungssoftware markiert den Auftrag als vergeben und nach dessen Abarbeitung dann als erledigt.

Dass die überschaubare Menge an Systemen jeden Tag Billionen Rechenschritte ausführen, für die vor 10 Jahren ein High-Performance-Computer nötig gewesen wäre, darüber macht sich bei Xeatre.tv normalerweise niemand Gedanken – zu “normal” ist die für kleines Geld verfügbare Hardware.

Es ist eine Revolution auf leisen Sohlen, die durch die Büros und kleinen Rechenzentren schleicht. Der hier gleich folgende Artikel im Mehr-rausholen-Schwerpunkt nennt einige Beispiele mehr, Buildfarmen für große Entwicklungsprojekte etwa. Dank der Numberchrunching-Leistung moderner CPUs ist die Hardwareseite gut und vor allem kostengüstig abgedeckt.

10 000 Euro und keinen Cent mehr

Angesagte Gamerkarten für unter 1000 Euro rechnen heute 1 Teraflops (1012 Rechenoperationen pro Sekunde) schnell. Zum Vergleich: 1996 gelang es dem ersten Supercomputer, diese magische Schallmauer zu durchbrechen [2]. Viele haben darum einen “Supercomputer” unter dem Schreibtisch stehen – ohne es zu ahnen.

Cluster und GPUs

Dieser Magazin-Schwerpunkt versucht diese Erkenntnis unters Linux-Volk zubringen, zum Beispiel mit einem Artikel über aktuelle und künftige CPU-Generatinen, und zugleich dafür zu werben, mehr aus der ohnehin vorhandenen Rechenleistung rauszuholen. Hier sind in erster Linie Softwaredetails zu lösen. Der Cluster-Grundlagen- und der GPU-Programmieren-Artikel suchen sich davon zwei zentrale Aspekte heraus.