Informationen für
Gefördert durch die
Logo Sonderforschungsbereich 716

Skalierbare Algorithmen und effiziente Implementierung

Die Simulation von großen Teilchenzahlen mit vielen Zeitschritten stellt aus Sicht der Informationstechnologie und Systemintegration auch heute noch besondere wissenschaftliche Herausforderungen dar. Trotz großer Fortschritte auf vielen Ebenen der Rechnertechnologie stoßen sowohl die Simulationen als auch die Handhabung und Visualisierung der Ergebnisse weiterhin an die Grenzen dessen, was in Bezug auf Rechenleistung, Speicherbedarf und Bandbreite aktuell möglich ist.

Die bestmögliche Ausnützung der verfügbaren Parallelität ist der zentrale Ansatz, mit dem die Wissenschaftler des SFB 716 auch in Zukunft realistischere Teilchensimulationen komplexerer Systeme ermöglichen wollen. Mit der zunehmenden Verarbeitungsgeschwindigkeit wachsen auch die anfallenden Datenmengen, so dass die Probleme der effektiven Analyse der Ergebnisse immer stärker in den Vordergrund treten.

Methoden für skaliere Rechenleistung entwickeln

Die für das Forschungsprogramm notwendige Rechenleistung kann nur noch durch Cluster mit tausenden von Recheneinheiten realisiert werden. Daraus resultiert die Notwendigkeit, Programmierkonzepte und Modellierungsansätze, aber auch Speicher- und Verarbeitungsstrategien zu entwickeln, die für massiv-parallele Umgebungen tragfähig sind und dabei skalierbare Leistung erzielen.

Neue heterogene Plattformen

Spezielle Architekturen wie Graphikprozessoren (GPUs) oder Many-Core-Chips (z.B. Intels Larabee oder Polaris) können bei entsprechender Programmierung deutlich höhere Rechenleistung erzielen als klassische General-Purpose-CPUs. Die Heterogenität der verschiedenen Plattformen in entsprechenden hybriden CPU/GPU-Clustern erfordert neue Programmiertechniken und Schlüsselalgorithmen, die über unterschiedliche Ebenen hinweg Leistung erzielen können.

Efiziente Datenanalyse

Die großen Datenmengen erfordern völlig neue Ansätze, mit denen dynamische Vorgänge in dreidimensionalen Strukturen aus sehr vielen Teilchen sichtbar und damit interpretierbar gemacht werden können.