181 research outputs found
Nextgrid architectural concepts
No full textThis paper outlines the conceptual model of the NextGRID architecture. This conceptual model consists of a set of architectural principles and a simple decomposition of the architecture in order to facilitate common understanding of the architecture and its development
Preconditioned CG methods for sparse matrices on massively parallel machines / Basermann, A. ; Reichel, B. ; Schelthoff, C.
No full textData Distribution and Communication Schemes for Solving Sparse Systems of Linear Equations from FE Applications by Parallel CG Methods
No full textFor the solution of discretized ordinary or partial differential equations it is necessary to solve systems of equations with coefficient matrices of different sparsity pattern, depending on the discretization method; using the finite element (FE) method results in largely unstructured systems of equations. Iterative solvers for equation systems mainly consist of matrix-vector products and vector-vector operations. A frequently used iterative solver is the method of conjugate gradients (CG) with different preconditioners. For parallelizing this method on a multiprocessor system with distributed memory, in particular the data distribution and the communication scheme depending on the used data structure for sparse matrices are of greatest importance for the efficient execution. These schemes can be determined before the execution of the solver by preprocessing the symbolic structure of the sparse matrix and can be exploited in each iteration. In this report, data distribution and communication schemes are presented which are based on the analysis of the column indices of the non-zero matrix elements. Performance tests of the developed parallel CG algorithms have been carried out on the distributed memory system INTEL iPSC/860 of the Research Centre Jülich with sparse matrices from FE models. These methods have performed well for matrices of very different sparsity pattern
Conjugate Gradients Parallelized on the Hypercube
No full textFor the solution of discretized ordinary or partial differential equations it is necessary to solve systems of equations with coefficient matrices of different sparsity pattern, depending on the discretization method; using the finite element method (FE) results in largely unstructured systems of equations. A frequently used iterative solver for systems of equations is the method of conjugate gradients (CG) with different preconditioners. On a multiprocessor system with distributed memory, in particular the data distribution and the communication scheme depending on the used data struture are of greatest importance for the efficient execution of this method. Here, a data distribution and a communication scheme are presented which are based on the analysis of the column indices of the non-zero matrix elements. The performance of the developed parallel CG-method was measured on the distributed-memory-system INTEL iPSC/860 of the Research Centre Jülich with systems of equations from FE-models. The parallel CG-algorithm has been shown to be well suited for both regular and irregular discretization meshes, i.e. for coefficient matrices of very different sparsity pattern
Operationen mit dünnbesetzten Matrizen auf Parallelrechnern
No full textGroße dünnbesetzte Matrizen treten in vielen Anwendungsbereichen der Natur- und Ingenieurwissenschaften auf; die effiziente Lösung entsprechender Gleichungssysteme oder Eigenwertprobleme hat daher eine zentrale Bedeutung bei der Problemlösung. Bei der Diskretisierung gewöhnlicher oder partieller Differentialgleichungen ergeben sich je nach Diskretisierungsverfahren unterschiedliche Besetzungsstrukturen; bei Finite-Element-Verfahren sind die entstehenden Gleichungssysteme weitgehend unstrukturiert. Da bei dieser Diskretisierungsmethode Gleichungssysteme mit 10E+4 bis 10E+6 Unbekannten in den großen technischen Anwendungen durchaus die Regel werden, sind kompakte Speichermethoden und darauf abgestimmte Algorithmen unabdingbar. Als iteratives Lösungsverfahren wird meist die Methode der Konjugierten Gradienten mit verschiedenen Vorkonditionierungen verwendet. Iterationsverfahren sind für den Einsatz auf Parallelrechnern gut geeignet. Auf Parallelrechnern mit verteiltem Speicher sind in Abhängigkeit von den verwendeten Datenstrukturen insbesondere Datenverteilungs- und Kommunikationsmodelle zu entwickeln. Hierzu sind insbesondere Speicherorganisation und Verbindungsnetzwerk der Rechnersysteme zu berücksichtigen. Der Bericht gibt den Stand des Dissertationsprojektes im Rahmen des Graduiertenkollegs "Informatik und Technik" der RWTH Aachen nach den ersten 4 Monaten wieder
Ein Kommunikationsschema für parallele CG-Verfahren zur Lösung von Gleichungssystemen mit dünnbesetzter Koeffizientenmatrix aus FE-Anwendungen
No full textBei der Diskretisierung gewöhnlicher oder partieller Differentialgleichungen ergeben sich je nach Diskretisierungsverfahren Gleichungssysteme mit dünnbesetzten Koeffizientenmatrizen unterschiedlicher Besetzungsstruktur; bei FE-Verfahren sind die entstehenden Gleichungssysteme weitgehend unstrukturiert. Als iterative Löser für Gleichungssysteme werden meist CG-Verfahren mit verschiedenen Vorkonditionierungen verwendet. Die Hauptarbeit in jeder Iteration des CG-Verfahrens besteht in der Berechnung des Matrix-Vektor-Produkts. Auf Parallelrechnern mit verteiltem Speicher ist in Abhängigkeit von den verwendeten Datenstrukturen insbesondere das Datenverteilungs- und Kommunikationsmodell für die effiziente Berechnung dieser Operation entscheidend. In den hier vorgestellten Untersuchungen wird ein Kommunikationsschema vorgeschlagen, das auf der Analyse der Spaltenindizes der Nicht-Null-Elemente der Matrix beruht. Das Zeitverhalten des entwickelten parallelen CG-Verfahrens wurde auf dem Parallelrechner mit verteiltem Speicher INTEL iPSC/860 des Forschungszentrums Jülich mit Gleichungssystemen aus FE-Modellen untersucht
Datenverteilungs- und Kommunikationsmodelle für parallele CG-Verfahren zur Lösung von Gleichungssystemen mit dünnbesetzter Koeffizientenmatrix aus FE-Anwendungen
No full textBei der Diskretisierung gewöhnlicher oder partieller Differentialgleichungen ergeben sich je nach Diskretisierungsverfahren Gleichungssysteme mit dünnbesetzten Koeffizientenmatrizen unterschiedlicher Besetzungsstruktur; bei Finite-Elemente-Verfahren (FE) sind die entstehenden Gleichungssysteme weitgehend unstrukturiert. Als iterative Löser für Gleichungssysteme werden meist Konjugierte-Gradienten-Verfahren (CG) mit verschiedenen Vorkonditionierungen verwendet. Auf Parallelrechnern mit verteiltem Speicher ist in Abhängigkeit von den verwendeten Datenstrukturen insbesondere das Datenverteilungs- und Kommunikationsmodell für die effiziente Durchführung dieses Verfahrens entscheidend. In den hier vorgestellten Untersuchungen werden Kommunikationsschemata vorgeschlagen, die auf der Analyse der Spaltenindizes der Nicht-Null-Elemente der Matrix beruhen. Das Zeitverhalten des entwickelten parallelen CG-Verfahrens wurde auf dem Parallelrechner mit verteiltem Speicher INTEL iPSC/860 des Forschungszentrums Jülich mit Gleichungssystemen aus FE-Modellen untersucht
High-Performance Computing in der Luft- und Raumfahrt
No full textHigh-Performance Computing (HPC) bedeutet Hochleistungsrechnen und ist der Turbo unter
den Rechenmethoden. HPC dreht sich um das Durchführen komplexer Berechnungen und die
Nutzung von riesigen Datenmengen, die parallel auf leistungsstarken Rechnern ausgeführt
werden. Es ist ein unverzichtbares Werkzeug für numerische Simulationen, Datenanalysen und
viele andere Forschungsbereiche
HPC and HPDA Projects in DLR Aeronautics and Space Research
No full textAeronautics and space applications regarding for example aircraft or spacecraft design on high performance computing (HPC) systems result in particular challenges regarding algorithm and software framework development. Algorithms must be robust, scalable and allow for highly accurate computations. Software frameworks must exploit hardware parallelism on several levels, must be tunable for different, heterogeneous computing systems and must be easily to maintain.
We present a survey on aeronautics and space projects from German Aerospace Center (DLR), Simulation and Software Technology, which require use of HPC and High Performance Data Analytics (HPDA) technology. These projects include solver development for quantum physics problems, multi-disciplinary optimization for thermal management in spacecraft, development of HPDA technology, for example parallel machine learning software, for e.g. earth observation data or space debris analysis, and experimental solution of aeronautics and space problems on quantum computers
High-Performance Computing at DLR Simulation and Software Technology
No full textThe talk presents high-performance computing activities at DLR Simulation and Software Technology
- …
