Lehrstuhl für Informatik 10 (Systemsimulation)


Beschreibung:






Der Lehrstuhl für
Systemsimulation (LSS) beschäftigt sich mit der Verwendung von modernen
Nicht-Standard-Architekturen und Höchstleistungsrechnern. Besonderes Interesse
gilt der Entwicklung effizienter und paralleler Algorithmen. Dabei spielen neuartige
Programmiertechniken, domänenspezifische Sprachen sowie die performante
Umsetzung auf Höchstleistungsrechner eine große Rolle.

Die rechnergestützte
Simulation realer Probleme ist ein vielseitiges Hilfsmittel in der Planung,
Analyse und Optimierung von Abläufen verschiedenster Art. Obwohl die Anwendungen
sehr unterschiedlich sein können, haben alle Simulationsprojekte eine
gemeinsame Struktur. Nach der Festlegung der Fragestellung wird ein Modell
erstellt, welches das Problem nachbildet und Antworten auf die gestellten
Fragen liefern soll. Um das Modell in ein Computerprogramm umsetzen und dann
simulieren zu können, müssen Kenngrößen des Problems erfasst werden. Nach
Ermittlung der problemspezifischen Kenngrößen (Modellparameter) kann das Modell
in ein Computerprogramm umgesetzt und anschließend simuliert werden. Wenn die
Simulationsergebnisse vorliegen, müssen diese in der Regel für die Bewertung
durch die Fragesteller aufbereitet werden.

Der LSS konzentriert sich
auf die Bereiche der Modellierung, der Entwicklung von Algorithmen und der
Erstellung von Computerprogrammen für die Simulationsberechnungen. Die anderen
Schritte im Simulationsprojekt verlangen entweder problemspezifisches Wissen,
wie beispielsweise die Festlegung der Fragestellung sowie die Bestimmung der
Modellparameter, oder sind eigenständige Themen, die auch außerhalb der
Simulation zum Einsatz kommen. Ein Beispiel für letztere Kategorie ist das
Gebiet der Visualisierung, das für die Aufbereitung der Simulationsergebnisse
eine wichtige Rolle spielt.


Forschungsschwerpunkte

Das Interessensgebiet des Lehrstuhls für Systemsimulation liegt im Bereich der kontinuierlichen Simulation und umfasst Aspekte der Modellierung, der Umsetzung eines Simulationsmodells in ein Computerprogramm und der Durchführung von Berechnungen für konkrete Anwendungen. Der immer noch anhaltende Zuwachs an verfügbarer Rechenleistung wird in den Simulationsanwendungen durch zunehmend komplexere und hoffentlich realitätsnähere Modelle ausgeglichen, so dass der Bedarf an effizienten Methoden für die Simulationsberechnungen unvermindert groß ist. Eben diese effizienten Methoden und deren Implementierung sind die Forschungsschwerpunkte am Lehrstuhl 10. Besonderes Interesse gilt den sogenannten Multilevel-Verfahren, die sich durch ihre optimale algorithmische Komplexität auszeichnen. In anderen Worten, der Rechenaufwand für Multilevel-Verfahren ist direkt proportional zur Problemgröße. Damit erlauben es diese Verfahren, Probleme zu behandeln, die weit außerhalb der Reichweite anderer Ansätze liegen. Gerade auf Superrechnern und den dort bearbeiteten Problemgrößen sind Multilevel-Verfahren unverzichtbar geworden. Werden diese Verfahren jedoch mit adaptiver Verfeinerung kombiniert und auf parallelen Architekturen implementiert, so ist der Programmieraufwand beträchtlich. Neben der Weiterentwicklung der Algorithmen selbst stehen deshalb zunehmend auch Fragen des Software-Engineering im Vordergrund der Forschung. Eine rein objektorientierte Vorgehensweise, die auf Grund der Komplexität des Programmierproblems wünschenswert erscheinen mag, erfüllt (noch) nicht die Anforderungen an die Geschwindigkeit der Ausführung und wird daher durch Mischtechniken ersetzt. Neben der Entwicklung neuer Algorithmen wird auch der Einfluss der Rechnerarchitektur auf die Implementierung bekannter Verfahren untersucht. Ein Schwerpunkt besteht in der optimierten Ausnutzung der Speicherhierarchien, insbesondere Caches, wie sie moderne Architekturen aufweisen. Darüber hinaus gilt das Interesse auch dem Einsatz von vergleichsweise kostengünstigen Parallelrechnern, den sogenannten Workstationclustern, die aus vernetzten Arbeitsplatzcomputern aufgebaut werden. Neben den eher klassisch zu nennenden Diskretisierungsmethoden wie Finite Differenzen und Finite Elemente, die zu den algebraischen Gleichungssystemen führen, die es dann mit Multilevel-Techniken zu lösen gilt, werden am Lehrstuhl auch neuere Ansätze wie Lattice-Boltzmann-Methoden untersucht. Lattice-Boltzmann-Methoden haben sich bei der Berechnung von Mehrphasenproblemen als robuste und flexible Diskretisierungstechnik erwiesen. In Zusammenarbeit mit anderen Lehrstühlen, die sich auf die Anwendung dieser Techniken auf konkrete Probleme konzentrieren, wird am Lehrstuhl die effiziente Umsetzung dieser Methoden untersucht. 

Numerische Simulation mit Höchstleistungsrechnern 

Am Lehrstuhl ist auch die Professur für Informatik ”Numerische Simulation mit Höchstleistungsrechnern” angesiedelt. Für weitere Informationen wird auf die betreffenden Seiten der Arbeitsgruppe von Professor Pflaum verwiesen.




Adresse:
Cauerstraße 11
91058 Erlangen



Untergeordnete Organisationseinheiten

Professur für Informatik (Numerische Simulation mit Höchstleistungsrechnern)


Forschungsbereiche

HPC Algorithms
HPC Metaprogramming
HPC Software
Scientific Computing


Forschungsprojekt(e)

Go to first page Go to previous page 1 von 9 Go to next page Go to last page

Advanced C++ Programming/ Fortgeschrittene C++ Programmierung
Prof. Dr. Harald Köstler; Prof. Dr. Ulrich Rüde
(01.03.2019 - 29.02.2020)


LBMSchaum: Lattice-Boltzmann Verfahren auf parallelen Hochleistungsrechnern für die Berechnung des Massen- und Impulstransportes schaumfähiger Produkte in Packungskolonnen
Prof. Dr. Ulrich Rüde
(12.07.2018 - 01.01.2022)


SBCL-Vektor: Implementation von Vektoroperationen für SBCL
Marco Heisig; PD Dr. Nicolas Neuß
(10.07.2018 - 31.03.2019)


Aufbau internationaler Kooperationen zum Thema 'Entwicklung eines Forschungsantrages zur "Entwurfsoptimierung und Entwicklung eines Smartphone-integrierten medizinischen Diagnosegerätes"'
Dominik Bartuschat
(01.04.2018 - 31.03.2019)


MeTacca: Metaprogrammierung für Beschleunigerarchitekturen
Prof. Dr. Gerhard Wellein; Prof. Dr. Harald Köstler
(01.01.2017 - 31.12.2019)



Publikationen (Download BibTeX)

Go to first page Go to previous page 1 von 29 Go to next page Go to last page

Rüde, U. (2019). Mehrgittermethode. Informatik-Spektrum, 1--6. https://dx.doi.org/10.1007/s00287-019-01154-5
Thoennes, D., Kohl, N., Drzisga, D., Bartuschat, D., & Rüde, U. (2019). HyTeG: A High Performance Multigrid Framework on Hybrid Meshes. In Proceedings of the SIAM Conference on Computational Science and Engineering (CSE19). Spokane, Washington, US.
Bauer, S., Huber, M., Ghelichkhan, S., Mohr, M., Rüde, U., & Wohlmuth, B.I. (2019). Large-scale simulation of mantle convection based on a new matrix-free approach. Journal of Computational Science, 31, 60--76. https://dx.doi.org/10.1016/j.jocs.2018.12.006
Schwarzmeier, C., & Rüde, U. (2019, February). Simulating coupled free and porous media flow with lattice Boltzmann methods. Paper presentation at 90th Annual Meeting of the International Association of Applied Mathematics and Mechanics, Wien, AT.
Rettinger, C., & Rüde, U. (2019). Dynamic Load Balancing Techniques for Particulate Flow Simulations. Computation, 7(1). https://dx.doi.org/10.3390/computation7010009
Kohl, N., Thoennes, D., Drzisga, D., Bartuschat, D., & Rüde, U. (2019). A Scalable and Modular Software Architecture for Finite Elements on Hierarchical Hybrid Grids. In Andrew Adamatzky, Selim Akl, Georgios Sirakoulis (Eds.), From Parallel to Emergent Computing. ‎: Taylor & Francis.
Schmitt, J., Kuckuk, S., & Köstler, H. (2019). Towards the automatic optimization of geometric multigrid methods with evolutionary computation. Paper presentation at 19th Copper Mountain Conference On Multigrid Methods, Copper Mountain, Colorado.
Rettinger, C. (2019). waLBerla: A General Purpose Software Framework for Massively Parallel Simulations. Paper presentation at SIAM Conference on Computational Science and Engineering, Spokane, US.
Schmitt, C., Schmid, M., Kuckuk, S., Köstler, H., Teich, J., & Hannig, F. (2018). Reconfigurable Hardware Generation of Multigrid Solvers with Conjugate Gradient Coarse-Grid Solution. Parallel Processing Letters, 28(4). https://dx.doi.org/10.1142/S0129626418500160
Drzisga, D., Bauer, S., Mohr, M., Rüde, U., Waluga, C., & Wohlmuth, B.I. (2018). A stencil scaling approach for accelerating matrix-free finite element implementations. SIAM Journal on Scientific Computing, 40(6), C748--C778. https://dx.doi.org/10.1137/17M1148384
Bartuschat, D., & Rüde, U. (2018). Massively Parallel Simulations of Particulate Electrokinetic Micro-fluid Flows. IIT Delhi, Neu Delhi, IN.
Schwarzmeier, C., Ditter, A., & Fey, D. (2018, September). Distributed Asynchronous Jacobi Methods. Poster presentation at CoSaS 2018 International Symposium on Computational Science at Scale, Erlangen.
Kuckuk, S., & Köstler, H. (2018). Whole Program Generation of Massively Parallel Shallow Water Equation Solvers. In 2018 IEEE International Conference on Cluster Computing (CLUSTER) (pp. 78-87). Belfast, GB.
Kohl, N., Thoennes, D., Drzisga, D., Bartuschat, D., & Rüde, U. (2018). The HyTeG Finite-Element Framework for Scalable Geophysics Simulations. Friedrich-Alexander-Universität Erlangen-Nürnberg, DE.
Schmitt, J., Köstler, H., Eitzinger, J., & Membarth, R. (2018). Unified Code Generation for the Parallel Computation of Pairwise Interactions using Partial Evaluation. In IEEE (Eds.), Proceedings of the 17th International Symposium on Parallel and Distributed Computing (ISPDC) (pp. 17-24). Geneva, CH.
Arioli, M., Kruse, C., Rüde, U., & Tardieu, N. (2018). An iterative generalized Golub-Kahan algorithm for problems in structural mechanics. arXiv.
Rüde, U., Willcox, K., Curfaman McInnes, L., & De Sterck, H. (2018). Research and education in computational science and engineering. SIAM Review, 60(3), 707--754. https://dx.doi.org/10.1137/16M1096840
Eibl, S., & Rüde, U. (2018). A Systematic Comparison of Dynamic Load Balancing Algorithms for Massively Parallel Rigid Particle Dynamics. arXiv.
Kohl, N., Thoennes, D., Drzisga, D., Bartuschat, D., & Rüde, U. (2018). The HyTeG Finite-Element Software Framework for Scalable Multigrid Solvers. International Journal of Parallel, Emergent and Distributed Systems. https://dx.doi.org/10.1080/17445760.2018.1506453
Hönig, J., & Bauer, M. (2018, June). pystencils - Automatic Generation, Optimization and Analysis of Stencil Codes. Poster presentation at ISC High Performance 2018, Frankfurt am Main, DE.


Zusätzliche Publikationen (Download BibTeX)


Springer, R., Alexeev, I., Heberle, J., & Pflaum, C. (2019). Numerical simulation of short laser pulse amplification. Journal of the Optical Society of America B-Optical Physics, 36(3), 717-727. https://dx.doi.org/10.1364/JOSAB.36.000717
Eichermüller, L., & Pflaum, C. (2019). Simulation der Wärmeentstehung in optischen Beschichtungen (Bachelor thesis).
Dillmann, M., Springer, R., & Pflaum, C. (2019). Simulation of Amplified Spontaneous Emission in High Power Thin Disk Lasers (Master thesis).
Rao, X., Springer, R., & Pflaum, C. (2019). Development of a novel beam propagation method for short laser pulses (Master thesis).
Pflaum, C., & Springer, R. (2018). Dynamic Mode Analysis with Arbitrary Rate Equations. In SPIE Photonics Europe Proceedings..
Springer, R., Alexeev, I., Heberle, J., & Pflaum, C. (2018). Simulation of energy buildups in solid-state regenerative amplifiers for 2-μm emitting lasers. In W. Andrew Clarkson, Ramesh K. Shori (Eds.), SPIE Photonics West Proceedings. (pp. 1051106-1 - 1051106-10). SPIE Digital Library.
Springer, R., & Pflaum, C. (2018). Influence of interionic energy transfer mechanisms in Tm,Ho:YAG on the maximum extractable energy in regenerative amplifiers. In SPIE Photonics Europe Proceedings..
Rall, P.L., Springer, R., & Pflaum, C. (2018). 3D ray tracing model for laser beams influenced by thermal lensing in solid-state gain media. In SPIE Optical System Design Proceedings..
Teichmann, K., & Pflaum, C. (2018). Simulation eines Solar-Zeppelin (Bachelor thesis).
Springer, R., Alexeev, I., Heberle, J., & Pflaum, C. (2018). Simulation of energy buildups in solid-state regenerative amplifiers for 2-μm emitting lasers. In Proceedings of the SPIE Photonics West.
Springer, R., & Pflaum, C. (2018). Influence of interionic energy transfer mechanisms in Tm,Ho:YAG on the maximum extractable energy in regenerative amplifiers. In Proceedings of the SPIE Photonics Europe.
Cadin, N., Springer, R., & Pflaum, C. (2018). Numerical Simulation of Beam Propagation including Error Convergence Analysis (Mid-study thesis).
Rao, X., Springer, R., & Pflaum, C. (2018). Simulation of Pulse Amplification in Three Dimensions (Mid-study thesis).
Dillmann, M., Springer, R., & Pflaum, C. (2018). Numerical Simulation of an active Q-switched Ho:YAG Laser including Upconversion Mechanisms (Mid-study thesis).
Rall, P.L., Springer, R., & Pflaum, C. (2017). 3D Ray Tracing Model for Laser Beam influenced by Thermal Lensing (Master thesis).
Springer, R., & Pflaum, C. (2017). Temporal Pulse Shape Modulation in Single Pass Solid-State Amplifiers. In Proceedings of the Conference on Numercial Simulation of Optoelectronic Devices (NUSOD). Copenhagen.
Springer, R., & Pflaum, C. (2017). Temporal Pulse Shape Modulation in Single-Pass Solid State Amplifier. In Numerical Simulation of Optoelectronic Devices (NUSOD) - Proceedings..

Zuletzt aktualisiert 2019-08-04 um 11:13