An der Schnittstelle von Arbeit und Leidenschaft

Nach dem Bachelor startete Ajay bei Mercedes Benz Research and Development India durch. Im Entwicklungszentrum der renommierten Automarke waren seine Kenntnisse und Leidenschaften hoch gefragt. Außerdem konnte er hier nicht nur praktische Erfahrungen sammeln, sondern auch die deutsche Arbeitskultur kennenlernen und Deutsch lernen. Beides brachte ihn zu einem Graduiertenprogramm in Braunschweig, wo er seinen Master in wissenschaftlichem Rechnen oder Computational Science sowie Ingenieurwesen an der Technischen Universität Braunschweig absolvierte. Mit jedem Schritt tiefer in die Informatik und in die Technik, reifte die Erkenntnis, dass seine Fähigkeiten in der gesamten HPC-Community gefragt sind und dort viel Nutzen schaffen können: „Mir wurde klar, dass die Kernprinzipien von Forschung und Entwicklung im HPC domänenunabhängig sind“, meint Ajay. „ Wenn man bedenkt, was man alles mit einer Codebasis machen kann, wird schnell klar, dass viele Forschungsbereiche dasselbe Ziel verfolgen, nämlich die Effizienz von Codes verbessern, damit sie schneller laufen und dadurch  weniger Energie verbrauchen, ohne dabei die Qualität der Simulationen zu beeinträchtigen.“ Der junge Wissenschaftler hatte sein künftiges Einsatzfeld gefunden.

Während Ajays Wissen über HPC stetig wuchs, wandelten sich Technik und Methoden grundlegend. Insbesondere die Künstliche Intelligenz (KI), ein Werkzeugkasten voller Methoden, die schon länger an akademischen und öffentlichen HPC-Zentren vorangetrieben wurde, brachte neue Verfahren und damit Workloads. Das Aufkommen generativer KI versprach außerdem, die Nutzung groß angelegter Rechenressourcen zur Beschleunigung der Forschung radikal zu verändern. Während seines Studiums hatte sich Ajay schon mit neuronalen Netzen beschäftigt, die seine Liebe zur Mathematik ähnlich reizten wie sein Wissen über Technik und Computer. Nun erkannte er das Potenzial, die rechnergestützte Forschung damit weiter zu beschleunigen und außerdem neue Methoden zur Analyse und Bearbeitung von Daten zu gewinnen.

Bei der Verarbeitung von Informationen funktionieren neuronale Netze ähnlich wie das menschliche Nervensystem, sie bilden zudem die Grundlage für die Entwicklung groß angelegter KI-Modelle. „Das war mein zweiter großer Aha-Moment“, sagt Ajay. „Mir wurde klar, dass neuronale Netze, wenn sie gut programmiert und vor allem trainiert sind, sehr genaue Prognosen ermöglichen werden.“ Der Master-Student fokussierte seine Ausbildung daraufhin: „Wir konnten ja unsere Forschungsthemen frei wählen, und ich konzentrierte mich sehr stark auf maschinelles Lernen.“

Heute arbeitet Ajay am Leibniz-Rechenzentrum (LRZ). Bei der Benutzerunterstützung ist der Computerspezialist an der Schnittstelle seiner Leidenschaften und Erfahrungen angekommen: Im Umgang mit wissenschaftlichen Codes und unterschiedlichen HPC-Systemen oder KI-Clustern sind mathematische Kenntnisse ebenso gefragt, wie (computer)technische Erfahrungen, außerdem verbessern und beschleunigen persönliches Interesse und Engagement die Zusammenarbeit mit Forschungsteams. Ajay schätzt außerdem, dass das LRZ sich auf Wissenschaft und Forschung konzentriert. „Einer der besten Aspekte meiner Arbeit am LRZ ist, dass wir öffentlich und für Forschungsprojekte gefördert und finanziert werden“, sagt er. „Das LRZ muss kein Geld für seine Dienste verlangen und daher auch nicht die Daten der Forschenden monetarisieren. Dafür bieten wir aber technische Ressourcen und Services, die Forschungseinrichtungen nur schwer selbst aufbauen oder betreiben könnten.“

Im Zeitalter der KI sieht Ajay bei der Arbeit am LRZ vor allem zwei Aufgaben: Forschenden ohne große Vorkenntnisse zu zeigen, wie sie groß angelegte HPC-Systeme oder skalierbare KI-Cluster effizient für sich nutzen können; außerdem die erfahrenen Anwenderinnen dabei zu unterstützen, bestehende Workloads an zunehmend heterogene Rechnerkapazitäten anzupassen, damit Rechenkraft und die Methoden der KI ihre volle Kraft für die Forschung ausspielen können. Viele Forschungsprojekte, so seine Beobachtung, basieren auf sogenannten Legacy-Codes, die vor Jahren entwickelt wurden und meistens ohne sorgfältige Dokumentation oder intensive Tests immer weiterentwickelt wurden, oft auch noch von unterschiedlichen Teams und für verschiedene Zwecke. Seine Kernaufgabe sieht der Informatiker zudem darin, Anwenderinnen bei der Entwicklung von KI-Modellen zu begleiten, die mit diesen Legacy-Codes funktionieren oder in diese integriert werden sollen.

Das LRZ ist eines der drei Rechenzentren des Gauss Centres for Supercomputing (GCS). Ajay schätzt das Netzwerk von Computer-Expertinnen und Forschenden, das sich an den Standorten Garching, Jülich und Stuttgart gebildet hat, und den Wissensaustausch mit ihnen. Hier findet er Antworten und Tricks für HPC-Probleme und Empfehlungen für Workloads und Abläufe, außerdem Qualifizierungsmöglichkeiten. Das motiviert, die Kernaufgabe des GCS zu erfüllen: Forschende effizient zu Erkenntnis und Wissen zu bringen und ihnen bei technischen Herausforderungen zu helfen. Und weil sich die Technologien fürs HPC zurzeit so schnell ausdifferenzieren und verbessern, bleibt ihm viel Raum, seinen Leidenschaften nachzugehen: „Eine meiner wichtigsten Aufgaben ist es, Forschenden Zugang zu diesen wertvollen Ressourcen zu verschaffen“, meint er voller Tatendrang. „Setzt jemand auf einen relativ einfachen Algorithmus, bringt aber schon eine Vorstellung mit, wie dieser nicht nur auf einem Laptop, sondern auf großen Clustern ausgeführt werden könnte, können wir ihm beim Einstieg und beim Skalieren helfen. Mir ist eine enge Beziehung zwischen Forschenden und unserem Team wichtig. So können wir proaktiv und gemeinsam Lösungen für Herausforderungen entwickeln, von denen alle Beteiligten und nicht zuletzt Wissenschaft und Forschung profitieren.“ (Eric Gedenk | GCS)