Detailseite
Projekt Druckansicht

Optimierungstechniken für explizite Verfahren zur GPU-beschleunigten Lösung von Anfangswertproblemen gewöhnlicher Differenzialgleichungen (OTEGO)

Fachliche Zuordnung Datenmanagement, datenintensive Systeme, Informatik-Methoden in der Wirtschaftsinformatik
Theoretische Informatik
Förderung Förderung von 2015 bis 2022
Projektkennung Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 277319075
 
Grafikprozessoren (GPUs) werden in zunehmendem Maß eingesetzt, um rechenintensive Anwendungen, unter anderem aus dem Bereich des wissenschaftlichen Rechnens, durch Ausnutzung massiver Parallelität zu beschleunigen. Das vorgeschlagene Projekt untersucht parallele Implementierungen expliziter Lösungsverfahren für Anfangswertprobleme (AWP) bei Systemen gewöhnlicher Differenzialgleichungen (GDGL) für GPUs. In der ersten Projektphase wurde ein ganzheitlicher Ansatz für die Optimierung und Selbstadaption von GDGL-Verfahren entwickelt, der auf der Darstellung der Verfahren als Datenflussgraphen basiert und auf beliebige explizite GDGL-Verfahren anwendbar ist. Ziel der Selbstadaption ist das Erreichen der bestmöglichen Laufzeit für das jeweils zu lösende AWP auf der jeweiligen GPU-Hardware und somit eine Portabilität der Performance. Als Zielplattformen wurden Einzel-GPUs und homogene Multi-GPU-Cluster betrachtet. Aufbauend darauf werden in der zweiten Projektphase neue Optimierungstechniken untersucht und die Selbstadaptionsfähigkeiten der Löser ausgebaut. Dabei werden spezialisierte Implementierungsvarianten, die an die Verfahrenskoeffizienten und die Zugriffsdistanz des GDGL-Systems adaptiert sind, automatisch generiert. Insbesondere werden für GDGL-Systeme mit beschränkter Zugriffsdistanz zeitliche und räumliche Tiling-Strategien, die sich sowohl über die Stufen eines Zeitschritts als auch über mehrere Zeitschritte erstrecken, untersucht. Die Zielplattformen werden auf heterogene Multi-GPU-Cluster unter Einbeziehung der CPU-Kerne ausgedehnt.
DFG-Verfahren Sachbeihilfen
 
 

Zusatzinformationen

Textvergrößerung und Kontrastanpassung