Interaktive Analyse von Supercomputer-Leistungsdaten

Abstract

Mit den stetig wachsenden Datenmengen wachsen auch heutige High Performance Computing (HPC)-Umgebungen in ihrer Größe und Komplexität. Gleichzeitig wächst aber auch ihre Fehleranfälligkeit, wodurch es zunehmend wichtig ist, HPC-Systeme fehlertoleranter zu machen. In dieser Arbeit werden Visualisierungstechniken vorgestellt, die für die Visualisierung und Analyse von HPC-Leistungsdaten geeignet scheinen und gezeigt, dass keine dieser Visualisierungen alleine die Komplexität dieser Daten vollständig erfassen kann. Bereits bestehende Ansätze im Bereich der HPC-Leistungsanalyse werden vorgestellt und gezeigt, dass diese entweder nur Anwendungsdaten betrachten oder nur einfache Visualisierungs- und Interaktionstechniken bieten. Im Hauptteil dieser Arbeit wird die Entwicklung eines Prototyps beschrieben, der auf diesen Kenntnissen basierend verschiedene Visualisierungen implementiert, die unterschiedliche Aspekte der Daten betrachten und anwendungsbasierte mit infrastrukturellen Daten kombinieren. Durch die Implementierung verschiedener Interaktionstechniken, wie Multiple Coordinated Views, Selektion und Filtermöglichkeiten, bietet der Prototyp unterschiedliche Möglichkeiten, um die Daten zu explorieren und analysieren. In einer anschließenden beschriebenen Benutzerstudie wird für einzelne umgesetzte Visualisierungs- und Interaktionstechniken gezeigt, dass diese sinnvoll und hilfreich für die Analyse von HPC-Leistungsdaten sind. Der Prototyp stellt damit einen sinnvollen Ansatz für die Analyse von HPC-Leistungsdaten dar und kann in Zukunft durch weitere Visualisierungs- und Interaktionstechniken erweitert werden.

As today's high-performance computing (HPC) systems grow continously in their size and complexity, so does their error-proneness and fault tolerance in these systems has become a major issue. This thesis introduces several visualization techniques that seem appropriate for the visualization and analysis of HPC performance data and shows that one single visualization can not cover the complexity of the data. Existing approaches, in the scope of HPC performance analysis, consider only application data or implement simple visualization and interaction techniques. The main part of this thesis describes the concept and development of a prototype that, based on the insights above, implements several visualizations that cover different aspects of the data and combines application data and infrastructural data of HPC systems. The implementation of appropriate interaction techniques, like Multiple Coordinated Views, selection and filters, allows the exploration and analysis of the dataset. A case study shows for selected visualization and interaction techniques that they are helpful for the analysis of HPC performance data. Therefore the prototype is a useful approach for the analysis of HPC performance data and can be extended by the implementation of more visualization and interaction techniques.