04 Fakultät Energie-, Verfahrens- und Biotechnik
Permanent URI for this collectionhttps://elib.uni-stuttgart.de/handle/11682/5
Browse
16 results
Search Results
Item Open Access Energieeffizienz von Prozessoren in High Performance Computinganwendungen der Ingenieurwissenschaften(Stuttgart : Höchstleistungsrechenzentrum, Universität Stuttgart, 2018) Khabi, Dmitry; Resch, Michael M. (Prof. Dr.-Ing. Dr. h.c. Dr. h.c. Prof. E.h.)Im Mittelpunkt dieser Arbeit steht die Frage nach Energieeffizienz im Hochleistungsrechnen (HPC) mit Schwerpunkt auf Zusammenhänge zwischen der elektrischen Leistung der Prozessoren und deren Rechenleistung. In Kapitel 1, Einleitung der folgenden Abhandlungen, werden die Motivation und der Stand der Technik auf dem Gebiet der Strommessung und der Energieeffizienz im HPC und dessen Komponenten erläutert. In den Folgenden Kapiteln 2 und 3 wird eine am Höchstleistungsrechenzentrum Stuttgart (HLRS) entwickelte Messtechnik detailliert diskutiert, die für die Strommessungen im Testcluster angewendet wird. Das Messverfahren der unterschiedlichen Hardwarekomponenten und die Abhängigkeit zwischen deren Stromversorgung, Messgenauigkeit und Messfrequenz werden dargelegt. Im Kapitel 4 der Arbeit beschreibe ich, welchen Zusammenhang es zwischen dem Stromverbrauch eines Prozessors, dessen Konfiguration und darauf ausgeführten Algorithmen gibt. Der Fokus liegt dabei auf den Zusammenhängen zwischen CPU-Frequenz, Grad der Parallelisierung, Rechenleistung und elektrischer Leistung. Für den Effizienzvergleich zwischen den Prozessoren und Algorithmen benutze ich ein Verfahren, das auf eine Approximation in der analytischen Form der Rechen- und der elektrischen Leistung der Prozessoren basiert. In diesem Kapitel wird außerdem gezeigt, dass die Koeffizienten der Approximation, die mehrere Hinweise auf Software und Hardware-Eigenschaften geben, als Basis für die Ausarbeitung eines erweiterten Modells dienen können. Wie im weiteren Verlauf gezeigt wird, berücksichtigen die existierenden Modelle der Rechen- und der elektrischen Leistung nur zum Teil die unterschiedlichen Frequenz-Domains der Hardwarekomponenten. Im Kapitel 5 wird eine Erweiterung des existierenden Modells der Rechenleistung erläutert, mit dessen Hilfe die entsprechenden neuen Eigenschaften der CPU-Architektur teilweise erklärt werden könnten. Die daraus gewonnenen Erkenntnisse sollen helfen, ein Modell zu entwickeln, das sowohl die Rechen- als auch die elektrische Leistung beschreibt. In Kapitel 6 beschreibe ich die Problemstellung der Energieeffizienz eines Hochleistungsrechners. Unter anderem werden die in dieser Arbeit entwickelten Methoden auf eine HPC-Platform evaluiert.Item Open Access A light weighted semi-automatically I/O-tuning solution for engineering applications(Stuttgart : Höchstleistungsrechenzentrum, Universität Stuttgart, 2017) Wang, Xuan; Resch, Michael M. (Prof. Dr.-Ing. Dr. h.c. Dr. h.c. Prof. E.h.)Today’s engineering applications running on high performance computing (HPC) platforms generate more and more diverse data simultaneously and require large storage systems as well as extremely high data transfer rates to store their data. To achieve high performance data transfer rate (I/O performance), computer scientists together with HPC manufacturers have developed a lot of innovative solutions. However, how to transfer the knowledge of their solutions to engineers and scientists has become one of the largest barriers. Since the engineers and scientists are experts in their own professional areas, they might not be capable of tuning their applications to the optimal level. Sometimes they might even drop down the I/O performance by mistake. The basic training courses provided by computing centers like HLRS seem to be not sufficient enough to transfer the know-how required. In order to overcome this barrier, I have developed a semi-automatically I/O-tuning solution (SAIO) for engineering applications. SAIO, a light weighted and intelligent framework, is designed to be compatible with as many engineering applications as possible, scalable with large engineering applications, usable for engineers and scientists with little knowledge of parallel I/O, and portable across multiple HPC platforms. Standing upon MPI-IO library allows SAIO to be compatible with MPI-IO based high level I/O libraries, such as parallel HDF5, parallel NetCDF, as well as proprietary and open source software, like Ansys Fluent, WRF Model etc. In addition, SAIO follows current MPI standard, which makes it be portable across many HPC platforms and scalable. SAIO, which is implemented as dynamic library and loaded dynamically, does not require recompiling or changing application's source codes. By simply adding several export directives into their job submission scripts, engineers and scientists will be able to run their jobs more efficiently. Furthermore, an automated SAIO training utility keeps the optimal configurations up to date, without any manuell efforts of user involved.Item Open Access Optimizing I/O performance with machine learning supported auto-tuning(Stuttgart : Höchstleistungsrechenzentrum, Universität Stuttgart, 2023) Bağbaba, Ayşe; Resch, Michael M. (Prof. Dr.-Ing. Dr. h.c. Dr. h.c. Prof. E.h.)Data access is a considerable challenge because of the scalability limitation of I/O. In addition, some applications spend most of their total execution times in I/O. This causes a massive slowdown and wastage of useful computing resources. Unfortunately, there is not any one-size-fits-all solution to the I/O problems, so I/O becomes a limiting factor for such applications. Parallel I/O is an essential technique for scientific applications running on high-performance computing systems. Typically, parallel I/O stacks offer many parameters that need to be tuned to achieve an I/O performance as good as possible. Unfortunately, there is no default best configuration of these parameters; in practice, these differ not only between systems but often also from one application use case to the other. However, scientific users might not have the time or the experience to explore the parameter space sensibly and choose a proper configuration for each application use case. I present a line of solutions to this problem containing a machine learning supported auto-tuning system which uses performance modelling to optimize I/O performance. I demonstrate the value of these solutions across applications and at scale.Item Open Access Model-centric task debugging at scale(Stuttgart : Höchstleistungsrechenzentrum, Universität Stuttgart, 2017) Nachtmann, Mathias; Resch, Michael (Prof. Dr.-Ing. Dr. h.c. Dr. h.c. Prof. E.h.)Chapter 1, Introduction, presents state of the art debugging techniques in high-performance computing. The lack of information out of the programming model, these traditional debugging tools suffer, motivated the model-centric debugging approach. Chapter 2, Technical Background: Parallel Programming Models & Tools, exemplifies the programming models used in the scope of my work. The differences between those models are illustrated, and for the most popular programming models in HPC, examples are attached in this chapter. The chapter also describes Temanejo, the toolchain's front-end, which supports the application developer during his actions. In the following chapter (Chapter 4), Design: Events & Requests in Ayudame, the theory of task" and dependency" representation is stated. The chapter includes the design of different information types, which are later on used for the communication between a programming model and the model-centric debugging approach. In chapter 5, Design: Communication Back-end Ayudame, the design of the back-end tool infrastructure is described in detail. This also includes the problems occurring during the design process and their specific solutions. The concept of a multi-process environment and the usage of different programming models at the same time is also part of this chapter. The following chapter (Chapter 6), Instrumentation of Runtime Systems, briefly describes the information exchange between a programming model and the model-centric debugging approach. The different ways of monitoring and controlling an application through its programming model are illustrated. In chapter 7, Case Study: Performance Debugging, the model-centric debugging approach is used for optimising an application. All necessary optimisation steps are described in detail, with the help of mock-ups. Additionally, a description of the different optimised versions is included in this chapter. The evaluation, done on different hardware architectures, is presented and discussed. This includes not only the behaviour of the versions on different platforms but also architecture specific issues.Item Open Access Simulationsgestützte Absicherung von Fahrerassistenzsystemen(2018) Feilhauer, Marius; Resch, Michael M. (Prof. Dr.-Ing. Dr. h.c. Dr. h.c. Prof. E.h.)Item Open Access Communication methods for hierarchical global address models in HPC(Stuttgart : Höchstleistungsrechenzentrum, Universität Stuttgart, 2016) Zhou, Huan; Resch, Michael (Prof. Dr.-Ing. Dr. h.c. Dr. h.c. Prof. E.h.)Item Open Access Ein gebrauchstaugliches Augmented Reality-System für geometrische Analysen in der Produktentstehung(2019) Bliese, Björn; Resch, Michael M. (Prof. Dr.-Ing.)Augmented Reality beschreibt die Erweiterung der menschlichen Wahrnehmung der Realität durch virtuelle Zusatzinformationen. Die Technologie kann in der Produktentstehung für die gemeinsame geometrische Analyse physischer und virtueller Modelle eingesetzt werden. Sie verspricht damit großes Potenzial für eine engere Verzahnung physischer und virtueller Entwicklungsaktivitäten. Trotzdem werden Augmented Reality-Systeme heute kaum produktiv in der Produktentstehung eingesetzt. Eine genauere Betrachtung der bekannten Anwendungen bestätigt die Potenziale von Augmented Reality für geometrische Analysen in Bezug auf Qualität, Kosten und Zeit der Produktentstehung. Für die Durchführung von Augmented Reality-Analysen sind in der Literatur verschiedene Systemlösungen beschrieben, welche sich hauptsächlich durch die eingesetzten Komponenten zur Lagebestimmung unterscheiden. Die einzelnen Augmented Reality-Systemkomponenten scheinen für sich betrachtet zwar technisch weitestgehend ausgereift, die Systeme bieten allerdings selten einen für den Anwender durchgängigen Gesamtprozess. Die Bedienung ist in der Regel sehr komplex und erfordert viel spezifisches Fachwissen. Um Augmented Reality für geometrische Analysen in der Produktentstehung umfassend nutzbar zu machen, wird die Gebrauchstauglichkeit in den Mittelpunkt der folgenden Systementwicklung gestellt. Auf Basis einer ausführlichen Beschreibung des Nutzungskontextes werden die grundlegenden Anforderungen an ein gebrauchstaugliches Augmented Reality-System formuliert. Die möglichen Systemkomponenten werden bezüglich dieser Anforderungen bewertet und ausgewählt, die zugehörigen Prozesse werden aus Benutzersicht ausgestaltet und im Sinne einer möglichst hohen Gebrauchstauglichkeit strukturiert. Mit diesem Wissen wird eine Benutzerführung entwickelt, welche den Anwender durch den gesamten Untersuchungsprozess führt. Die Gebrauchstauglichkeit des so entwickelten Augmented Reality-Systems wird schließlich im Rahmen einer Probandenstudie evaluiert.Item Open Access Der Mixed Mock-Up im Toleranzmanagement in der Automobilindustrie(2020) Küstner, Tim; Resch, Michael (Prof. Dr.-Ing. Dr. h.c. Dr. h.c. Prof. E.h.)Die Bedeutung von Augmented Reality hat in den letzten Jahren im Rahmen der Digitalisierung einen deutlichen Anstieg verzeichnet. In der Öffentlichkeit findet diese innovative Technologie große Aufmerksamkeit als Anwendung in Consumer Produkten. Ein zu Unrecht viel weniger betrachteter Aspekt ist hingegen das riesige Potential der Technologie bei Anwendungen in Entwicklungs- und Produktionsprozessen. Genau in diesem Anwendungsbereich entsteht durch Einsatz von Augmented Reality neben PMU und DMU eine neue, dritte Entwicklungsplattform, der Mixed-Mock Up (MMU). Bei der Entwicklung neuer MMU-Prozesse sowie der Integration noch unbeteiligter Entwicklungsbereiche in den MMU, müssen zahlreiche Herausforderungen gemeistert werden. In dieser Arbeit wird dieser Vorgang exemplarisch am Toleranzmanagement aufgezeigt. Die Herausforderungen bestehen hierbei zum einen in der Komplexität der Entwicklungswelt, in welcher der MMU als Schnittstelle zwischen DMU und PMU eingesetzt wird. Zum anderen muss die schnelle technologische Entwicklung der Augmented-Reality-Komponenten bei der Entwicklung berücksichtigt werden, um nachhaltig erfolgreiche Prozesse und Methoden im MMU zu implementieren. Bei der Konzeption neuer MMU-Prozesse müssen daher eine Vielzahl an technologischen und methodischen Fragestellungen erfasst und beantwortet werden. Um dieses Vorgehen zu unterstützen, stellt die vorliegende Arbeit ein Klassifikationsschema vor, mit welchem die Bestandteile und Methoden des MMU diesen Fragestellungen gegenüber gestellt werden. Am Beispiel des Toleranzmanagement wird dargestellt, wie ein MMU-Konzept für einen neuen Teilbereich des Entwicklungsprozesses erarbeitet werden kann. Dieses MMU-Konzept für den Einsatz im Toleranzmanagement besteht hierbei zu gleichen Teilen aus der Erweiterung bestehender Prozesse und Methoden durch MMU-Bestandteile als auch der Entwicklung neuer Methoden auf Grundlage der neuen MMU Möglichkeiten. An exemplarischen Beispielen entlang des Entwicklungsprozesses eines Automobilkonzerns wurde das hier erarbeitete Konzept in der Praxis ergiebig überprüft und bewertet.Item Open Access Optimierte Zuteilungsmechanismen zur Leistungssteigerung von virtuellen Maschinen in Cloud Infrastrukturen(Stuttgart : Höchstleistungsrechenzentrum, Universität Stuttgart, 2020) Gienger, Michael; Resch, Michael M. (Prof. Dr.-Ing. Dr. h.c. Dr. h.c. Prof. E.h.)Cloud Computing ist ein flexibler und leistungsfähiger Ansatz, um Informationstechnologiedienste jeglicher Art zur Verfügung zu stellen. Die Dienste werden mit Hilfe einer Virtualisierungstechnologie bereitgestellt, über die auf einem einzigen Server mehrere virtuelle Instanzen dynamisch und ohne großen Managementaufwand verwaltet werden können. Dadurch können Serviceinstanzen mit limitierten Anforderungen auch leistungsstarken Servern zugeteilt werden, ohne deren Kapazitäten gänzlich zu blockieren. Der Vorteil effizienter Ressourcennutzung hat jedoch auch einen großen Nachteil. Aufgrund des gemeinsamen Ressourcenzugriffs können Prozessor, Hauptspeicher, Netzwerkschnittstelle oder auch lokale Festspeicher überlastet werden, so dass die gesamte Leistungsfähigkeit des Servers und damit aller virtuellen Instanzen sinkt. Ziel dieser Arbeit ist es, das Problem der Überlast in Cloud Umgebungen zu adressieren, um nachhaltig eine erhöhte Anwendungs- oder Diensteffizienz, aber auch eine verbesserte Infrastrukturauslastung, zu erreichen. Dementsprechend werden optimierte Zuteilungsstrategien für virtuelle Instanzen entwickelt, die anhand von spezifischen Anforderungsprofilen komplementäre Arbeitslasten identifizieren und diese effizient den vorhandenen Servern zuteilen können. Hierzu wird ein Mechanismus entwickelt, der sowohl initial mit Hilfe von Benutzerinformationen eine effektive Zuteilung ermöglicht, aber auch durch kontinuierliche Leistungsüberwachung von virtuellen Instanzen reaktiv eine optimale Zuteilung erreicht. Für die Bestimmung der Resultate dieser Arbeit wurde eine prototypische Anwendung implementiert, die die optimierten Zuteilungsstrategien umsetzt. Im Grundsatz basiert diese auf Anwendungscharakteristika und Echtzeitinformationen einer Cloud Infrastruktur, die vor der Bereitstellung einer virtuellen Instanz in Relation gesetzt werden. Somit kann für jede Server/Instanzkombination innerhalb der Cloud Umgebung ein Kostenfaktor berechnet werden, über den der optimale Server ausgewählt wird. Die entwickelte Lösung wurde mit Hilfe einer Anwendung aus dem Bereich Ingenieurswissenschaften in einer modifizierten, privaten Cloud Infrastruktur evaluiert und validiert. Dazu wurden individuelle Szenarien definiert, die sowohl herkömmliche als auch optimierte Zuteilungsmechanismen abbilden. Die gesammelten, realen Messwerte beinhalten folglich Referenzdaten sowie Daten von optimierten Zuteilungen, so dass eine hinreichende Datengrundlage für die Bewertung der Ergebnisse geschaffen werden kann. Die Resultate dieser Arbeit zeigen auf, dass der gewählte Ansatz die Leistungsfähigkeit einer Cloud Infrastruktur und deren Anwendungen deutlich verbessert. So kann bei gleichbleibender Infrastruktureffizienz die Anwendungsleistung durch die optimierte Zuteilung von virtuellen Instanzen um mehr als 20% gesteigert werden. Je nach Anwendungsanforderungen ist im Optimalfall sogar eine Leistungssteigerung um mehrere Faktoren möglich.Item Open Access Forschungsdatenmanagement im Kontext dunkler Daten in den Simulationswissenschaften(2019) Schembera, Björn; Resch, Michael M. (Prof. Dr.-Ing. Dr. h.c. Dr. h.c. Prof. E.h.)In der Dissertation wird das Konzept von dunklen Daten auf das Höchstleistungsrechnen erweitert. Dunkle Daten entstehen durch fehlende Metadaten oder inaktive Nutzerinnen und Nutzer. Die Dissertation stellt Konzepte zur Minimierung solcher Daten vor. Sie umfassen ein Metadaten-Modell (EngMeta) und eine automatisierte Metadaten-Extraktionsmethode, die entworfen und implementiert wurde. Da solche technischen Lösungsansätze ohne entsprechende organisatorische Prozesse nutzlos sind, werden sie in der Dissertation um einen spezifischen Datenkurator sowie Entscheidungskriterien ergänzt.