Task-basierte Visualisierungsmethoden für die skalierbare Analyse großer Datenmengen
Zusammenfassung der Projektergebnisse
Das Projekt behandelt task-basierte Parallelisierung einzelner Visualisierungsalgorithmen und ganzer Visualisierungspipelines und die Untersuchung ihrer Performance auf verteilten und nicht-verteilten Hardwareplattformen. Der task-basierte Ansatz unterscheidet sich von klassischen Parallelisierungsansätzen durch eine feingranulare Modellierung der Datenabhängigkeiten von Arbeitspaketen des Programms, sogenannten Tasks. Mittels dieser Modellierung können typische Quellen für Ineffizienzen aus dem vorherrschenden bulk-synchronen Ausführungsmodell, wie work-starvation verringert werden. Im Zuge des Projekts wurden zuerst spezifische Probleme bzw. Algorithmen aus der Visualisierung isoliert betrachtet und korrespondierende, task-basierte Algorithmen entwickelt. Hierbei handelt es sich im Speziellen um Algorithmen für die Visualisierung von Skalarfeldern via Isokonturen, Skalarfeldtopologie via Merge-Trees, Vektorfeldern via Streamlines und um einen Rasterisierungs- und Kompositionsalgorithmus. Diesbezüglich wurde ein verbesserter Algorithmus für Merge-Trees hinsichtlich der Skalierbarkeit auf verteilten Systemen entwickelt und um Verbesserungen für adaptive topologische Simplifizierung erweitert. Um die Verkettung mehrerer task-basierter Algorithmen in Form von Visualisierungspipelines zu untersuchen, wurde ein Framework entwickelt, welches allgemeine Strukturen für task-parallele Algorithmen in Pipelines definiert und die Ausführung der Pipelines auf verteilter Hardware steuert. Mit diesem Framework wurden Pipelines mit den oben genannten Algorithmen und eine task-basierte Implementierung eines Direct Volume Renderers auf ihre Gesamtperformance untersucht und der Einfluss des Task Paradigmas eingeschätzt. Im Allgemeinen konnte die Konkurrenzfähigkeit task-basierter Visualisierungsalgorithmen zu klassischen Implementierungen festgestellt werden. Die Untersuchung der Verkettung task-basierter Algorithmen zu Visualisierungspipelines offenbarte Verbesserungen in den Laufzeiteigenschaften im Vergleich zur nicht überlappenden Ausführung der einzelnen Module in den untersuchten Pipelines; allerdings blieben die Verbesserungen hinter den Erwartungen zurück und erscheinen noch deutlich ausbaufähig.
Projektbezogene Publikationen (Auswahl)
-
“Alternative Parameters for On-The-Fly Simplification of MergeTrees”. In: Eurographics Symposium on Parallel Graphics and Visualization. Hrsg. von Steffen Frey, Jian Huang und Filip Sadlo. The Eurographics Association, 2020. ISBN: 978-3-03868-107-6.
Kilian Werner & Christoph Garth
-
Unordered Task-Parallel Augmented Merge Tree Construction. IEEE Transactions on Visualization and Computer Graphics, 27(8), 3585-3596.
Werner, Kilian & Garth, Christoph
-
A Prototype for Pipeline-Composable Task-Based Visualization Algorithms. 2022 IEEE 12th Symposium on Large Data Analysis and Visualization (LDAV), 1-11. IEEE.
Petersen, Marvin; Werner, Kilian; Schnorr, Andrea; Kuhlen, Torsten Wolfgang & Garth, Christoph
-
In Situ Visualization for Computational Science: Background and Foundational Topics. Mathematics and Visualization, 1-8. Springer International Publishing.
Childs, Hank; Bennett, Janine C. & Garth, Christoph
-
“Towards Distributed Task-based Visualization and Data Analysis”. Diss. Technische Universität Kaiserslautern, 2022
Kilian Werner
-
“Extended Visual Programming for Complex Parallel Pipelines in ParaView”. In: Eurographics Symposium on Parallel Graphics and Visualization. Hrsg. von Roxana Bujack, David Pugmire und Guido Reina. The Eurographics Association, 2023. ISBN: 978-3-03868-215-8.
Marvin Petersen u. a.
